IBM은 2026년 10월 21일 공식 Hugging Face 블로그에서 Granite Speech 제품군의 업데이트를 발표했다. 새 granite-speech-5.0-2b의 모델 카드상 출시일은 10월 20일로, 발표 날짜와 구분된다. 이 모델은 소리를 만들어내는 TTS가 아니라 음성을 글로 옮기거나 번역하는 음성·언어 모델이다. 같은 발표에는 470M TurboCTC의 다국어 확대와 기존 4.1 2B Plus의 화자 구분·타임스탬프 개선도 포함됐다.
정확도 중심과 속도 중심을 나눠 고른다
2B 모델은 입력 언어 지정과 최대 2,000개 키워드를 통한 전문 용어 인식 보정을 지원하며, IBM은 잡음·잔향과 긴 대화 번역의 개선을 보고했다. TurboCTC는 영어·프랑스어·독일어·스페인어·포르투갈어·이탈리아어·일본어의 빠른 문자 전사를 겨냥한다. 새 2B는 영어·프랑스어·독일어·스페인어·포르투갈어·일본어를 음성 인식 지원 언어로 명시한다. 한국어는 두 모델의 명시된 지원 목록에 없으므로 국내 회의록에 곧바로 적합하다고 볼 수 없다. 블로그의 순위와 처리 속도는 특정 공개 평가 세트와 실행 조건에 대한 IBM 보고값이며, 모든 언어·기기에서 같은 결과를 뜻하지 않는다.
무료 가중치와 무료 운영은 다르다
Apache 2.0으로 공개된 가중치는 자체 환경에 배치할 수 있고, 2B 카드에는 Transformers·vLLM·llama.cpp·Apple Silicon용 mlx-audio 사용법이 안내돼 있다. 이는 외부 서비스로 음성을 보내지 않는 구성을 검토할 수 있다는 의미이지, 설치만으로 개인정보 보호나 무상 운영이 보장된다는 뜻은 아니다. 하드웨어·저장소·전력·운영 비용을 따로 계산하고 녹음 동의와 접근 통제도 설계해야 한다. IBM은 2B 입력을 약 2분 이하로 나눌 것을 권고한다. 실무 도입에서는 실제 마이크·잡음·고유명사 표본으로 누락과 오인식을 확인하고, 화자와 시각 정보가 중요하면 Plus 모델도 별도로 비교하는 것이 합리적이다.