IBM hat mit Granite Speech 4.1 2B zwei kompakte automatische Spracherkennungsmodelle (ASR) veröffentlicht, die auf Enterprise-Anwendungen ausgerichtet sind. Das erste Modell arbeitet autoregressive und unterstützt neben der Transkription auch Sprachübersetzung. Das zweite Modell ist sein nicht-autoregressives Pendant und setzt auf einen Editing-Ansatz, der deutlich schnellere Inferenzzeiten ermöglichen soll. Beide Modelle haben 2 Milliarden Parameter und gehören zur Granite-Modellfamilie, die IBM für den robusten Produktiveinsatz in Unternehmen entwickelt. Der nicht-autoregressive Ansatz vermeidet die sequenzielle Token-Generierung und kann Transkriptionen stattdessen iterativ verfeinern, was die Latenz reduziert. Die Veröffentlichung richtet sich an Entwickler und Unternehmen, die ASR-Fähigkeiten mit kontrollierbarem Geschwindigkeits-Genauigkeits-Trade-off in eigene Pipelines integrieren möchten.