IBM Granite 团队介绍了语音模型的三项进展。它们解决的问题不同，不能只看型号中的版本数字来选择。

模型本次变化适合的任务
Speech 5.0 2B新模型，支持语言提示和关键词引导多语言转写、语音翻译
Speech 5.0 Turbo CTC更新多语言、标点和复杂声学环境处理高吞吐、端侧转写
Speech 4.1 2B Plus更新说话人归属、时间戳和长录音处理会议、采访、多说话人录音

三款模型以 Apache 2.0 许可开放，原文提供模型卡和使用入口；开发者仍需自行准备推理环境并验证效果。

中文用户尤其需要区分：5.0 2B 列出的语音转写语言为英语、法语、德语、西班牙语、葡萄牙语和日语；它支持英语语音译成普通话，这不等于支持中文语音转写。模型卡建议把音频切成约两分钟以内的片段再解码。

本文依据团队 21 日的介绍文章整理。模型卡另标有 20 日的发布日期，不把介绍文章的时间当成所有权重首次上线时间；准确率和速度数字也不作为本站实测结论。