IBM lança Granite Speech 4.1 2B, modelo compacto de fala com 2B parâmetros, suporte a ASR e tradução bidirecional em 6 idiomas, treinado com 174 mil horas de áudio, sob licença Apache 2.0.
The lab published no verifiable benchmark for this model.
Modelos de fala enterprise tendem a exigir infraestrutura pesada ou dependem de APIs proprietárias com restrições de dados; um modelo de 2B parâmetros com licença permissiva e desempenho competitivo no Open ASR Leaderboard (posição reportada em abril de 2026) reduz esse atrito para implantações on-premise em setores regulados.
A combinação de biasing por palavras-chave, pontuação automática e capitalização correta — incluindo maiúsculas de substantivos alemães com Cap-F1 de 99,5% no CV-DE — atende diretamente requisitos de pós-processamento que normalmente demandam pipelines separados, reduzindo latência e custo operacional em fluxos de transcrição corporativa.
Arquitetos de plataformas de voz em setores como saúde, financeiro e jurídico, onde dados de áudio não podem trafegar por APIs externas, e engenheiros de NLP que precisam integrar ASR multilíngue com saída já formatada (pontuação, capitalização) diretamente em pipelines de sumarização ou extração de entidades — eliminando etapas intermediárias de normalização de texto.