研究人员推出了 Apriel Voice 27B 预览版,这是一个开源的语音语言模型,旨在统一的框架内处理语音识别、推理和工具使用。该模型基于 Gemma 4 26B-A4B 检查点构建,采用了新颖的两阶段训练过程,包括在线蒸馏以有效适应语音输入。Apriel Voice 在 Big Bench Audio 和 Speech-BFCL 等各种音频基准测试中表现强劲,同时在 τ-Voice 上也实现了显著的任务成功率,且延迟相对较低。 AI
影响 这个开源模型可能会加速开发更强大、更集成的语音助手。
排序理由 该集群描述了一个新的开源模型发布,并附有基准测试结果,详细信息刊登在 arXiv 论文上,并在 Hugging Face 上得到突出展示。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →