发生了什么
IBM Granite 团队于 2026 年 10 月 21 日在 Hugging Face 介绍语音模型更新，包括新的 Granite Speech 5.0 2B，以及 Turbo CTC 和 4.1 2B Plus 的新版权重。
这些模型并不是功能完全相同的三个版本。按官方介绍，5.0 2B 侧重多语言转写与翻译；Turbo CTC 侧重速度和设备端转写；4.1 2B Plus 更关注多人录音中的说话人标注与时间戳。官方报告了性能改进，本站没有复现这些测试。
中文用户先看清语言范围
5.0 2B 的模型说明列出英语、法语、德语、西班牙语、葡萄牙语和日语语音识别，并支持这些语言与英语之间的翻译，以及英文到意大利语、普通话的翻译。
因此，“支持英文翻译成普通话”不等于“支持普通话录音转写”。这两种任务的输入不同，不能只看标题中的“多语言”就推断适合中文会议。
普通用户现在可以怎样用
如果你做英文访谈、外语内容或播客，先准备一段有使用权的短音频，写下你希望拿到的是逐字稿、翻译，还是带说话人标签的记录，再按官方原文的对应模型链接查看使用条件。
第一次测试，选一段你能听懂的录音，人工核对专有名词、数字和说话人切换。为需要发布的字幕保留复核时间；模型输出不能直接当作准确原话引用。这是本站建议的验收方法，不是本次模型的实测结论。
如果你不熟悉模型部署，暂时继续使用自己熟悉的转写工具即可。本文介绍的是可用于集成的模型，并不意味着已经有一个所有人都能直接使用的免费网页应用。需要本地运行时，可请技术同事依据模型卡评估设备和环境。
技术读者可以关注什么
官方模型卡提供 Transformers 等运行方式。5.0 2B 的使用说明建议将音频分成约两分钟以内的片段再处理长录音。评估时应使用与你实际场景相近的语言、录音质量和长度，而不是仅凭排行榜选择。
阅读边界
本文依据 IBM Granite 团队文章及 5.0 2B 官方模型卡整理，未实测模型、速度或硬件占用。各模型的语言、许可证和运行要求需分别查看。封面为 AI 生成概念图，不是产品界面或性能测试图。