İçeriğe geç
Pazar, 15 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

IBM, Granite Speech 5.0 ses modellerini yayınladı

IBM, Granite Speech ailesini çeviri, hızlı ses dökümü ve konuşmacı ayrımı için güncelledi. Açık modellerin açıklanan dil listelerinde Türkçe bulunmuyor.

Yapay TU Editör · 4 dk okuma
IBM'den Granite Speech 5.0
Kısa cevap

IBM, 21 Ekim 2026'da Granite Speech 5.0 ailesindeki yeni ve güncellenmiş ses modellerini duyurdu. Apache 2.0 lisansıyla yayınlanan modeller, ses dökümü ve çevirinin yanında çok konuşmacılı kayıtları işlemeye odaklanıyor. Açıklanan 5.0 dil listelerinde Türkçe yok.

IBM, 21 Ekim 2026'da Granite Speech ailesine yeni bir ses modeli ekledi ve iki mevcut modeli güncelledi. Paket; konuşmayı yazıya çevirme, diller arasında çeviri ve kayıtta kimin ne zaman konuştuğunu belirleme işlerini kapsıyor. Türkiye'de ses uygulaması geliştirenler için ilk kontrol edilmesi gereken ayrıntı dil desteği: yeni 5.0 modellerinin açıklanan listelerinde Türkçe yer almıyor.

Granite Speech 5.0 2B neler yapıyor?

IBM'in 21 Ekim tarihli resmi duyurusuna göre, yeni granite-speech-5.0-2b modeli önceki 4.1 sürümünün yerini aynı parametre sayısıyla alıyor. Model İngilizce, Fransızca, Almanca, İspanyolca, Portekizce ve Japonca konuşmaları yazıya döküyor. Bu diller ile İngilizce arasında iki yönde çeviri yapabiliyor; ayrıca İngilizceden İtalyancaya ve Mandarin Çincesine çeviri destekleniyor.

IBM, eğitimde 390 bin saatlik herkese açık ses kaydı kullandığını belirtiyor. Japonca konuşma tanıma, çeviri ve belirli sözcüklere öncelik verme için sentetik veriler de eklenmiş. Şirketin açıklamasına göre yeni sürüm, gürültü ve yankı bulunan kayıtlarda daha iyi sonuç veriyor; uzaktaki mikrofondan gelen konuşmaları işleme becerisi de geliştirilmiş.

Geliştirici, girişteki dili prompt içinde belirtebiliyor. Ürün adları veya kısaltmaların doğru yazılması için modele 2.000 terime kadar bir sözcük listesi verilebiliyor. Örneğin bir şirket, destek görüşmelerinde geçen ürün adlarını bu listeye ekleyebilir. Bu liste, döküm ve çeviride belirtilen terimlere öncelik verilmesini sağlıyor; her sözcüğün hatasız çıkacağını garanti etmiyor.

Noktalama ve büyük harf kullanımı da prompt ile istenebiliyor. IBM, modelin İngilizce kısa kayıt testlerindeki ortalama kelime hata oranını yüzde 5,06 olarak veriyor. Duyuru, 15 Ekim 2026 tarihli bu sıralamanın resmî olmadığını açıkça belirtiyor. Dolayısıyla bu ölçümü Türkçe kayıtlar ya da uzun toplantılar için başarı oranı gibi okumamak gerekiyor.

Hız ve toplantı kayıtları için hangi modeller var?

IBM, hızlı döküm için granite-speech-5.0-470m-turboctc, çok konuşmacılı kayıtlar için ise güncellenmiş granite-speech-4.1-2b-plus modelini sunuyor. İlk model 470 milyon parametreli yapısını korurken dil kapsamını genişletiyor. Daha önce yalnızca İngilizceyi işleyen Turbo CTC artık Japonca, İspanyolca, Almanca, Fransızca, İtalyanca ve Portekizceyi de destekliyor.

Turbo CTC'nin çıktısında noktalama ve büyük harfler doğrudan bulunuyor. IBM, aynı doğruluk düzeyinde ilk sürüme göre yaklaşık 1,6 kat hız artışı bildirmiş. Bu, şirketin paylaştığı test sonucu; kendi bilgisayarında ya da sunucunda aynı artışı elde edeceğin söylenmiyor. Duyuru ayrıca modeli tarayıcıda denemek için WebGPU kullanan bir gösterime bağlantı veriyor.

4.1 2B Plus güncellemesi ise konuşmacıları doğru etiketlemeye ve sözcüklerin zamanını daha doğru belirlemeye odaklanıyor. IBM'in testlerinde uzun konuşmalardaki kelime hata oranı yüzde 24 düşmüş. Yirmi terimlik yönlendirme listeleriyle yapılan ölçümde, listedeki sözcüklere ilişkin hatalar yüzde 45 azalmış. Bu yüzdeler önceki sürüme göre hata azalmasını ifade ediyor.

Modelin adında 4.1 kalmasının nedeni mimarinin, prompt biçiminin ve API'nin, yani uygulamaların modelle iletişim kurduğu arayüzün, değişmemesi. IBM mevcut sürümü kullananların güncel ağırlıklara geçebileceğini söylüyor. Toplantı dökümünden sonra özet hazırlamak isteyenler için toplantı notlarını özetletme rehberimiz ayrı bir iş adımını anlatıyor.

Geliştiriciler modellere nasıl erişebilir?

IBM, duyurudaki bütün modelleri Apache 2.0 lisansı ve Transformers desteğiyle yayınladı. Yeni 5.0 2B için vLLM, llama.cpp ve Apple Silicon cihazlarda mlx-audio desteği de açıklanıyor. Model kartlarında kullanım örnekleri ve ayrıntılı değerlendirmeler bulunuyor.

Kurulum tercihini yaparken duyurudaki görev ayrımını kullanabilirsin: çeviri ve terim yönlendirme için 5.0 2B, cihaz üzerinde hızlı döküm için Turbo CTC, konuşmacıların ayrılması gereken kayıtlar için 4.1 2B Plus. Açık model kavramına yeniysen açık kaynak yapay zekâ rehberimiz lisans ile kullanım koşullarını değerlendirirken başlangıç noktası olabilir.

Bizim yorumumuz: önce kayıt dilini kontrol et

Bizce bu duyurunun Türkiye'deki geliştirici açısından değeri, hangi dilde ürün geliştirdiğine bağlı. Türkçe müşteri görüşmelerini yazıya çevirmek istiyorsan açıklanan 5.0 dil listesi ihtiyacını karşılamıyor. İngilizce ya da Almanca kayıtlarla çalışan bir ekibin ise denemek için somut bir gerekçesi var. Türkiye'den erişime ilişkin özel koşullar duyuruda açıklanmadı; Türkçe desteğini de modelin çok dilli olmasından hareketle varsaymamak gerekiyor.

Ürün adlarıyla dolu destek kayıtları için sözcük listesi özelliğini özellikle incelerdik. Genel bir doğruluk puanı, işletmenin en sık kullandığı ürün adının yanlış yazılmasını gizleyebilir. Deneme yapacaksan önce paylaşmaya yetkili olduğun kısa bir kayıt seç. Beklediğin dökümü elle hazırla ve ürün adlarını ayrı işaretle. Aynı kaydı sözcük listesiyle ve liste olmadan çalıştırarak farkı görebilirsin.

Toplantı uygulamasında konuşmacı etiketlerini ayrıca kontrol etmeni öneririz. Bir cümlenin metni doğru olsa bile yanlış kişiye atanması, görev dağılımını bozabilir. Teknik ekibe göndereceğin deneme notunu şu şekilde yazabilirsin:

text
Bu kayıtta ürün adlarının doğru yazılmasını ve her cümlenin doğru konuşmacıya atanmasını ayrı ayrı değerlendirelim. Hatalı bölümlerin zamanını kaydedelim.

Model seçerken kendi kayıtlarında oluşan hataları listele. Hız ölçümünü de kullanacağın cihazda yap; ardından elle düzeltme süresini karşılaştırarak hangi sürümün iş yükünü azalttığına karar ver.

Sık sorulanlar

Granite Speech 5.0 Türkçe destekliyor mu?

IBM'in Granite Speech 5.0 2B ve Turbo CTC için açıkladığı dil listelerinde Türkçe bulunmuyor. Duyuru, Türkçe ses dökümü desteği vaat etmiyor.

Granite Speech modellerinin lisansı ne?

IBM, duyurudaki modelleri Apache 2.0 lisansıyla yayınladı. Modellerin tümü Transformers desteğine sahip.

Toplantı kayıtları için hangi Granite modeli öneriliyor?

IBM, birden fazla konuşmacı içeren toplantı ve çağrılar için güncellenmiş granite-speech-4.1-2b-plus modelini öneriyor. Bu sürüm konuşmacı etiketleri ve zaman damgalarına odaklanıyor.

#ibm#granite#ses#acik-kaynak
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı Whisper ile sesi yazıya çevirmek: ücretsiz ve Türkçe destekli

Bunları da okuyun