今日，我们发布了 Granite Speech 系列中的两款新模型：紧凑型 470M 参数英语语音识别模型，兼具高准确率与前所未有的速度 —— 在 NVIDIA H200 GPU 上，批处理推理速度超过 12,600 RTFx，即每秒可转录超过 3.5 小时的语音。与先前包含声学编码器、投影仪和带 LoRA 适配器的 Granite LM 的模型不同，新模型采用纯编码器设计，提供强大的转录性能、仅 470M 参数的小内存占用，且吞吐量比之前的 Granite Speech 模型快 20 倍以上。