IBMAudiomodellOffene Gewichte
Granite Speech 5.0 470M TurboCTC
BeliebtheitPlatz 89 von 875
52von 100wie im Vormonat
Zusammenfassung
Granite Speech 5.0 470M TurboCTC ist ein 470-Millionen-Parameter-Modell für englische Spracherkennung. Die Conformer-Architektur dekodiert mit CTC nicht autoregressiv und ist für Edge-Geräte, Laptops und Mobilgeräte ausgelegt.
Das Modell steht unter Apache-2.0 als lokaler Checkpoint zur Verfügung. Seine Aufgabe ist Audio-zu-Text, nicht Audioverständnis mit gesprochener Antwort.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 29 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 3
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
FFASR average WER: Near Field (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 4.8
- Bewertung
- 4.8
- Messgröße
- Average word error rate (WER), FFASR scenario Near Field Speech (close-mic)
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Near Field; die Szenariobeschreibung des Evaluators lautet Near Field Speech (close-mic) (Nahfeldsprache mit Nahbesprechungsmikrofon und geringer Halligkeit). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Lab Meas. (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 26.2
- Bewertung
- 26.2
- Messgröße
- Average word error rate (WER), FFASR scenario Lab Measured
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Lab Meas.; die Szenariobeschreibung des Evaluators lautet Lab Measured (Kontrollierte Laboraufnahmen mit gemessener Akustik oder additivem Rauschen). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Lab Sim. (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 24.9
- Bewertung
- 24.9
- Messgröße
- Average word error rate (WER), FFASR scenario Lab Simulated
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Lab Sim.; die Szenariobeschreibung des Evaluators lautet Lab Simulated (Simulierte Akustik, etwa ein simulierter Raum oder Treble-ähnlicher Hall). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: High SNR (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 10.5
- Bewertung
- 10.5
- Messgröße
- Average word error rate (WER), FFASR scenario Realistic conditions: High SNR
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet High SNR; die Szenariobeschreibung des Evaluators lautet Realistic conditions: High SNR (Realistische Fernfeld- oder Raumbedingungen mit relativ hohem Signal-Rausch-Verhältnis). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Mov. High (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 11.5
- Bewertung
- 11.5
- Messgröße
- Average word error rate (WER), FFASR scenario Moving High SNR
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Mov. High; die Szenariobeschreibung des Evaluators lautet Moving High SNR (Bewegter Sprecher und wechselnde Geometrie im Moving-High-SNR-Split). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Mid SNR (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 19.3
- Bewertung
- 19.3
- Messgröße
- Average word error rate (WER), FFASR scenario Realistic conditions: Mid SNR
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Mid SNR; die Szenariobeschreibung des Evaluators lautet Realistic conditions: Mid SNR (Realistische Fernfeldmischungen mit mittlerem Signal-Rausch-Verhältnis). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Mov. Mid (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 21.5
- Bewertung
- 21.5
- Messgröße
- Average word error rate (WER), FFASR scenario Moving Mid SNR
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Mov. Mid; die Szenariobeschreibung des Evaluators lautet Moving Mid SNR (Bewegter Sprecher und wechselnde Geometrie im Moving-Mid-SNR-Split). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Low SNR (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 35.7
- Bewertung
- 35.7
- Messgröße
- Average word error rate (WER), FFASR scenario Realistic conditions: Low SNR
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Low SNR; die Szenariobeschreibung des Evaluators lautet Realistic conditions: Low SNR (Schwierige realistische Mischungen mit niedrigem Signal-Rausch-Verhältnis, starkem Hall oder Verzerrungen). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
FFASR average WER: Mov. Low (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37.2
- Bewertung
- 37.2
- Messgröße
- Average word error rate (WER), FFASR scenario Moving Low SNR
- Einheit
- %
- Benchmark-Version
- Official FFASR leaderboard snapshot shown in IBM model card as of 2026-08-25
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech model card, FFASR WER figure
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. FFASR-WER-Heatmap in der IBM-Modellkarte zu Granite Speech 5.0, gepinnt auf Revision 947f59af40db9791170a0628cf0f3f4812d720f1. Die Bildunterschrift datiert die offiziellen FFASR-Ergebnisse auf den 25. August 2026 und nennt neun Szenarien mit Fernfeld, Rauschen, Hall oder bewegtem Sprecher. Exakte FFASR-Zeilenbezeichnung: granite-speech-5.0-470m-turboctc. Die genaue Spalte lautet Mov. Low; die Szenariobeschreibung des Evaluators lautet Moving Low SNR (Bewegter Sprecher und wechselnde Geometrie im Moving-Low-SNR-Split). Die Grafik zeigt den durchschnittlichen WER, aber keine Fallzahl oder kein Konfidenzintervall für diese Zelle.
- Einordnung
- Die Anbietermodellkarte gibt dies als offiziellen FFASR-Leaderboard-Snapshot mit Stand 25. August 2026 wieder. Die Grafik selbst veröffentlicht weder eine Fallzahl pro Zelle noch ein Konfidenzintervall. Der aktuelle Evaluatorcode bestätigt ein num_samples-Feld in der CSV, doch die historische CSV wurde nicht abgerufen. Die benachbarte Angabe zu einer L4-GPU bezieht sich auf RTFx, nicht auf die WER-Hardware. Die Karte schreibt den Benchmark dem FFASR-Leaderboard von Treble Technologies zu. Dieser Datensatz bewahrt die vom Anbieter veröffentlichte Grafik und behauptet keine unabhängige Reproduktion.
WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 5
- Bewertung
- 5
- Messgröße
- word error rate
- Einheit
- %
- Benchmark-Version
- source version not stated
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IBM Granite Speech announcement
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Apache checkpoint; IBM OpenASR table
- Einordnung
- Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Open ASR leaderboard English short-set WER: AMI (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 7.72
- Bewertung
- 7.72
- Messgröße
- WER
- Einheit
- %
- Benchmark-Version
- hf-audio Open ASR English short-set snapshot 2026-09-25 (dataset commit d2c5b384deccdb82834f41aeaffcc618c00efa2f)
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- Hugging Face hf-audio Open ASR leaderboard frozen results CSV
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Offizielle Benchmark-Rangliste. Exakter Leaderboard-Checkpoint ibm-granite/granite-speech-5.0-470m-turboctc (Apache-2.0 distribution identity), WER-Ergebnis des englischen Kurztests für AMI aus dem eingefrorenen Snapshot vom 25.09.2026. Das CSV nennt keine Zahl der für diesen Checkpoint ausgewerteten Äußerungen.
- Einordnung
- Das CSV nennt keine Zahl ausgewerteter Äußerungen für diesen Granite-Checkpoint. Stichprobenzahlen auf der separaten Phonon-Karte gelten für die dortigen Phonon-Zeilen und lassen sich nicht auf Granite übertragen. Die Karte nennt unterschiedliche Loader-Zahlen für Phonon-1 bei AMI und GigaSpeech. Ein Konfidenzintervall wird nicht veröffentlicht.
Open ASR leaderboard English short-set WER: Earnings-22 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 6.81
- Bewertung
- 6.81
- Messgröße
- WER
- Einheit
- %
- Benchmark-Version
- hf-audio Open ASR English short-set snapshot 2026-09-25 (dataset commit d2c5b384deccdb82834f41aeaffcc618c00efa2f)
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- Hugging Face hf-audio Open ASR leaderboard frozen results CSV
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Offizielle Benchmark-Rangliste. Exakter Leaderboard-Checkpoint ibm-granite/granite-speech-5.0-470m-turboctc (Apache-2.0 distribution identity), WER-Ergebnis des englischen Kurztests für Earnings-22 aus dem eingefrorenen Snapshot vom 25.09.2026. Das CSV nennt keine Zahl der für diesen Checkpoint ausgewerteten Äußerungen.
- Einordnung
- Das Leaderboard beschreibt Earnings-22 als sechs Sitzungen, die in Chunks ausgewertet wurden, nennt für diese Granite-Checkpoints aber keinen genauen Nenner. Es wird weder ein N noch ein Konfidenzintervall abgeleitet.
Seite 1 von 3
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
pyannote Community-1, pyannote: 73
Nemotron-3-Diarization, NVIDIA: 57
Gemini 3.5 Transcribe, Google: 52
Confucius4-R2T2, NetEase Youdao: 52
Granite Speech 5.0 470M TurboCTC, IBM: 52
Kokoro-82M, hexgrad: 51
Nova-3, Deepgram: 51
Fish Audio S2 Pro, Fish Audio: 51
NVIDIA Nemotron 3.5 Transcribe, NVIDIA: 50
Granite Speech 5.0 470M TurboCTC NC, IBM: 50
Orukeet, Oruk: 49
Lyria 3.5, Google: 47
Gemini 3.5 Live Translate, Google: 46
Phonon-2, Fermion Research: 44
Aura-2, Deepgram: 44
Gemini 3.1 Flash TTS, Google: 44
MiniMax-Music3, MiniMax: 41
Audio8-ASR-Infinite, Edge0 AI: 41
GPT-Realtime 2.1, OpenAI: 41
Eleven v3, ElevenLabs: 39
Granite Speech 5.0 470M TurboCTC
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 5. November 2026
Granite Speech 5.0 470M TurboCTCConfucius4-R2T2Gemini 3.5 TranscribeKokoro-82MNova-3
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Watermarking-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Weitere Angaben
Quellen und Datenstand
Alle 22 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.