Apriel Voice 27B Preview es un modelo de lenguaje de voz de código abierto que integra capacidades de reconocimiento, razonamiento y uso de herramientas en un único sistema. Basado en el checkpoint Gemma 4 27B-A4B, este modelo elimina la necesidad de modelos de diálogo separados al procesar el habla y generar respuestas o llamadas a herramientas directamente. El desarrollo utiliza un procedimiento de entrenamiento en dos etapas: la primera establece la interfaz de voz, mientras que la segunda adapta el proyector y el esqueleto del modelo mediante ajuste fino supervisado, repetición de texto y divergencia de Kullback-Leibler. Este enfoque permite un entrenamiento conversacional eficiente mediante diálogos condicionados por el habla y técnicas de destilación online con pérdida de vocabulario completo fusionada. En términos de rendimiento, el modelo alcanza un puntaje de 98,90 en Big Bench Audio y 81,13 en Speech-BFCL, con una tasa de éxito del 65,51% en la tarea τ-Voice. Además, presenta una latencia media de 1,91 segundos y una precisión del 51,27% en EVA en inglés. La implementación incluye un servidor de plataforma personalizado para soportar interacciones de voz interactivas, posicionando a Apriel Voice como una solución técnica para asistentes de voz avanzados que requieren comprensión contextual y capacidad de acción autónoma.
Noticias agregadas con IA