Granite Speech 5.0 2B의 개요
Granite Speech 5.0 2B는 IBM이 2026년 10월 20일 Apache 2.0으로 공개한 음성 언어 모델로, 영어, 프랑스어, 독일어, 스페인어, 포르투갈어, 일본어를 전사하고 이 언어들과 영어 사이에서 음성을 양방향 번역하며, 영어에서 이탈리아어와 북경어로도 번역합니다. 같은 크기로 Granite Speech 4.1 2B를 대체하며, 공개 코퍼스의 오디오 390,000시간과 합성 데이터로 학습되었습니다.
16층 Conformer 음성 인코더, 작은 어댑터, Granite 4.0 1B 언어 모델로 구성되며 텍스트 프롬프트로 제어합니다. 원문 텍스트를 요청하는 프롬프트, 문장 부호와 대문자를 요청하는 프롬프트, 입력 언어를 지정하는 프롬프트가 있고, 최대 2,000개 용어의 키워드 목록으로 이름과 전문 용어 쪽으로 기울게 할 수 있습니다. Transformers, vLLM, llama.cpp, ibm/granite5-speech로 제공되는 Ollama(3.2 GB Q8_0 빌드), Apple Silicon의 mlx-audio, Android의 LiteRT-LM에서 실행됩니다.
Granite Speech 5.0 2B, 쓸 만한 가치가 있습니까?
Granite Speech 5.0은 영어에서 정확하고, 범용 모델이 틀리는 단어에 특히 강합니다. IBM은 2026년 10월 21일 기준 Open ASR Leaderboard 공개 단문 세트에서 영어 평균 WER 5.06%로 오픈 가중치 모델 중 2위, 실시간의 570배 속도라고 밝힙니다. 이전 모델은 5.33%였습니다. IBM 차트에서는 Qwen3-ASR-1.7B가 4.94%로 1위이므로 새로운 선두라기보다 근소한 2위이며, 수치는 IBM 자체 실행 결과입니다.
가장 두드러진 기능은 키워드 바이어싱입니다. 지원 언어 중 어느 것으로든 최대 2,000개 용어 목록을 프롬프트에 덧붙이면 모델이 제품명, 약품명, 동료의 성 같은 단어 쪽으로 기웁니다. IBM의 이전 4.1 Plus 업데이트는 20개 용어 목록으로 바이어스 대상 단어의 WER을 11.79%에서 6.48%로 낮췄고, 5.0은 목록 크기를 늘렸습니다.
번역은 이 모델을 고를 두 번째 이유입니다. 하나의 체크포인트가 전사와 번역을 모두 하므로 독일어 회의를 한 번에 영어 텍스트로 받을 수 있습니다. IBM은 소음, 잔향, 먼 마이크에 대한 견고성 향상도 보고하며, 소음 음성 FFASR 보드에서 IBM 차트는 이 모델을 42개 중 4위, WER 14.80%로 표시합니다.
주의할 점: 본질적으로 짧은 구간용입니다. IBM은 약 2분 단위 세그먼트를 권하고 긴 녹음은 먼저 음성 검출기로 나누라고 하며, 저비트 GGUF 양자화는 약 1분을 넘으면 정확도가 떨어지므로 Q8_0이 하한입니다. 전사 언어 6개는 Qwen3-ASR의 30개에 비해 좁고, 2B 모델 카드에는 타임스탬프와 화자 구분이 없습니다. IBM은 이를 별도의 Granite Speech 4.1 2B Plus에 넣었습니다.
결론: Granite Speech 5.0은 의료, 법률, 고객 지원 통화처럼 용어집을 제공할 수 있는 영어와 유럽 언어 기업 업무에 맞습니다. 넓은 언어 범위나 긴 녹음을 한 번에 처리하려면 다른 오픈 모델이 더 적합합니다.
제 역할을 하는 곳
병원 그룹의 임상 문서 팀
약품명과 시술명을 정확히 표기해 의사의 구술을 전사하기
2분 세그먼트마다 처방 목록을 최대 2,000개 용어의 키워드 목록으로 넘깁니다. Apache 2.0으로 원내에서 운영하면 환자 오디오가 병원 네트워크 안에 남습니다.
프랑스·독일계 제조사의 운영 책임자
프랑스어와 독일어로 진행되는 현장 회의에서 영어 회의록 얻기
영어 번역 프롬프트를 쓰면 한 번에 영어 텍스트가 나옵니다. IBM 권장대로 먼저 음성 검출기로 녹음을 2분 단위로 나눕니다.
오프라인 메모 앱을 만드는 모바일 개발자
네트워크 없이 Android 휴대폰에서 전사 실행하기
IBM의 LiteRT-LM 변환본을 탑재합니다. int8 언어 모델을 담은 2.8 GB 단일 파일이며, 컨텍스트는 4,096토큰으로 약 2분 분량의 오디오와 응답이 들어갑니다.
도입 전 확인할 점
- 설정
- pip install transformers torchaudio soundfile 후 ibm-granite/granite-speech-5.0-2b를 불러오거나, 프롬프트와 함께 ollama run ibm/granite5-speech:2b audio.wav를 실행합니다. 오디오는 16 kHz 모노여야 합니다.
- 연동
- Transformers 4.52.1+, OpenAI 호환 서버를 갖춘 vLLM, /v1/audio/transcriptions를 지원하는 llama.cpp llama-server, Ollama, mlx-audio 0.5.9+, LiteRT-LM 0.19.1. IBM은 프로덕션에서 Granite Guardian과 함께 쓰기를 권합니다.
- 데이터와 개인정보
- Apache 2.0이며 학습 데이터는 공개 코퍼스와 IBM이 생성한 합성 세트입니다. 직접 호스팅하면 오디오는 자체 하드웨어에 남고, Hugging Face 엔드포인트는 Hugging Face 약관을 따릅니다.
- 대규모 사용 시 비용
- 가중치는 무료이며 Q8_0 빌드는 3.2 GB라 소형 GPU와 Apple 노트북에 들어갑니다. IBM이 측정한 실시간 570배 기준으로 100만 분은 오버헤드를 빼고 약 29 GPU시간의 연산입니다.
- 제한
- 전사 언어 6개. 이탈리아어와 북경어 번역은 영어에서만. 세그먼트당 약 2분 미만이 최적. LiteRT 빌드 컨텍스트 4,096토큰. 화자 분리와 타임스탬프 없음.
좋은 점
- 영어 평균 WER 5.06%, IBM 10월 차트에서 오픈 모델 중 2위
- 최대 2,000개 용어 목록의 키워드 바이어싱
- 하나의 모델로 전사와 번역
- Apache 2.0, Ollama, llama.cpp, mlx-audio, Android에서 실행
아쉬운 점
- 전사 언어 6개
- 약 2분 세그먼트에서 최적이며 긴 오디오는 분할 필요
- Q8_0 미만 양자화는 1분 넘는 클립에서 정확도 저하
- 이 모델에는 타임스탬프와 화자 구분 없음
- 벤치마크는 IBM 자체 수치
추천 대상
영어와 주요 유럽 언어를 미리 나열할 수 있는 전문 어휘와 함께 전사하는 기업.
Granite Speech 5.0 2B 대안
Granite Speech 5.0 2B: 자주 묻는 질문
- Granite Speech 5.0 2B, 쓸 만한 가치가 있습니까?
- Granite Speech 5.0은 언어 수보다 이름과 전문 용어가 더 중요할 때 고를 오픈 전사 모델입니다. 평점은 5점 만점에 4.0점입니다.
- Granite Speech 5.0 2B의 가격은 얼마입니까?
- Apache 2.0으로 무료. 유휴 시 0으로 축소되는 Hugging Face Inference Endpoint가 있으며, 시간당 비용은 선택한 하드웨어에 따라 다릅니다.
- Granite Speech 5.0 2B의 단점은 무엇입니까?
- 전사 언어 6개; 약 2분 세그먼트에서 최적이며 긴 오디오는 분할 필요; Q8_0 미만 양자화는 1분 넘는 클립에서 정확도 저하; 이 모델에는 타임스탬프와 화자 구분 없음; 벤치마크는 IBM 자체 수치.
- Granite Speech 5.0 2B에 적합한 사람은 누구입니까?
- 영어와 주요 유럽 언어를 미리 나열할 수 있는 전문 어휘와 함께 전사하는 기업.
- 팀이나 프로덕션 환경에서 Granite Speech 5.0 2B의 비용은 얼마입니까?
- 가중치는 무료이며 Q8_0 빌드는 3.2 GB라 소형 GPU와 Apple 노트북에 들어갑니다. IBM이 측정한 실시간 570배 기준으로 100만 분은 오버헤드를 빼고 약 29 GPU시간의 연산입니다.
- Granite Speech 5.0 2B에 회사 데이터를 맡겨도 안전합니까?
- Apache 2.0이며 학습 데이터는 공개 코퍼스와 IBM이 생성한 합성 세트입니다. 직접 호스팅하면 오디오는 자체 하드웨어에 남고, Hugging Face 엔드포인트는 Hugging Face 약관을 따릅니다.
- Granite Speech 5.0 2B의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Qwen3-ASR (1.7B and 0.6B), Cohere Transcribe (03-2026), Parakeet TDT 0.6B v3, Whisper large-v3-turbo 및 ElevenLabs Scribe v2입니다.
답변 확인일: 2026년 11월 7일.
Granite Speech 5.0 2B 개발사입니까? 이 평점을 사이트에 표시하십시오
