تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

Apriel Voice 27B Preview

Apriel Voice 27B Preview هو نموذج مفتوح لتحويل الصوت إلى نص من ServiceNow، مبني على 27 مليار معلمة وTransformers. يعالج الطلبات المنطوقة، ويستنتج من السياق الحواري، وينتج استجابات نصية واستدعاءات أدوات. يعزز هذا النموذج المساعدات الصوتية التفاعلية، ودعم العملاء، واستخدام الأدوات المنطوقة من خلال إضافة واجهة صوتية مع الاحتفاظ بقدرات إدخال النص والصورة.

عرض النموذج
مشاركة
عرض النموذج
مشاركة

Apriel Voice 27B Preview هو نموذج متقدم مفتوح تم تطويره بواسطة ServiceNow لفهم الكلام، والاستدلال، واستخدام الأدوات. هذا النموذج لتحويل الصوت إلى نص، الذي يتميز بـ 27 مليار معلمة، مبني على بنية Transformers ويستفيد من العمود الفقري المشترك Gemma 4. تم تصميمه لفهم الطلبات المنطوقة، والانخراط في الاستدلال حول السياق الحواري، وإنتاج كل من الاستجابات النصية واستدعاءات الأدوات المنظمة.

قراءة المزيد

يوسع النموذج القدرات بشكل كبير من خلال دمج واجهة صوتية، مع الحفاظ أيضًا على وظائف إدخال النص والصورة الأصلية. وهذا يجعل Apriel Voice 27B Preview متعدد الاستخدامات للغاية لتطوير المساعدات الصوتية التفاعلية، وتبسيط سير عمل دعم العملاء، وتمكين استخدام الأدوات المنطوقة. عند اقترانه بمولد صوت خارجي، يمكنه تشغيل تطبيقات الصوت في الوقت الحقيقي.

تشمل القدرات الرئيسية فهم الكلام الشامل، بما في ذلك النسخ، والترجمة، والإجابة على الأسئلة المنطوقة. يتفوق في الاستدلال واستخدام الأدوات، مما يسمح له باتباع التعليمات المعقدة، والتعامل مع الطلبات متعددة الخطوات، وإنتاج استدعاءات أدوات منظمة. يدعم النموذج السياق متعدد الوسائط، حيث يعالج الصوت والنص والصور ونتائج الأدوات ضمن إطار حواري مشترك. بالنسبة لتطبيقات الصوت، فإنه ينتج استجابات نصية يتم اقترانها بعد ذلك مع توليد الصوت الخارجي، مع إدارة التناوب بواسطة التطبيق.

تقنيًا، يتصل Apriel Voice 27B Preview بمشفّر الصوت Whisper large-v3-turbo عبر جهاز عرض متعلم إلى العمود الفقري Gemma 4 26B-A4B. تتضمن عملية تدريبه محاذاة واجهة الصوت ثم تكييفها مع العمود الفقري باستخدام مهام الصوت وإعادة تشغيل النص. يدعم النموذج إدخالات الصوت الطويلة، حيث يقوم تلقائيًا بتقسيم التسجيلات أحادية القناة بتردد 16 كيلو هرتز إلى قطع مدتها 30 ثانية، وقد أظهر أداءً جيدًا في التسجيلات المستمرة التي تصل إلى 30 دقيقة، مع دعم لفترات أطول تحت ظروف معينة.

تسلط مقاييس الأداء الضوء على فعاليته، حيث حقق 51.27% EVA-A، و74.13% EVA-X، و65.51% نجاح مهمة τ-Voice، مع متوسط زمن استجابة τ-Voice يبلغ 1.91 ثانية. على LibriSpeech، يظهر معدل خطأ الكلمات بنسبة 2.23% على test-clean و5.15% على test-other. النموذج متاح للخدمة القياسية والمحسّنة عبر صور Docker، مما يوفر واجهة برمجة تطبيقات متوافقة مع OpenAI للتكامل. تم إصداره بموجب ترخيص MIT.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • نموذج التسعيرمفتوح المصدر
  • النشرسحابي
  • المنصاتالويب

  • نموذج تحويل الصوت إلى نص: يعالج الطلبات المنطوقة وينتج استجابات نصية.

  • 27 مليار معلمة: نموذج واسع النطاق للمهام المعقدة.

  • بنية Transformers: مبني على إطار عمل تعلم عميق قوي ومستخدم على نطاق واسع.

  • فهم الكلام: يدعم النسخ، والترجمة، والإجابة على الأسئلة المنطوقة.

  • الاستدلال واستخدام الأدوات: يتبع التعليمات، ويتعامل مع الطلبات متعددة الخطوات، وينتج استدعاءات أدوات منظمة.

  • السياق متعدد الوسائط: يدمج الصوت والنص والصور ونتائج الأدوات في المحادثات.

  • تطبيقات الصوت: ينتج استجابات نصية لتوليد الصوت الخارجي في المساعدات الصوتية التفاعلية.

  • عمود فقري Gemma 4: يستخدم عمود فقري مشترك Gemma 4 26B-A4B للمعالجة الأساسية.

  • مشفر Whisper large-v3-turbo: يتصل بواجهة الصوت عبر جهاز عرض متعلم.

  • دعم الصوت الطويل: يقوم تلقائيًا بتقسيم التسجيلات إلى قطع مدتها 30 ثانية، ويدعم حتى 30 دقيقة بشكل مستمر.

  • واجهة برمجة تطبيقات متوافقة مع OpenAI: توفر واجهة برمجة تطبيقات للتكامل السهل والاستدلال.

  • صور Docker للخدمة: تقدم صور Docker قياسية ومحسّنة vLLM للنشر.

  • ترخيص MIT: متاح للاستخدام بموجب ترخيص مفتوح المصدر.

  • مقاييس أداء عالية: تحقق نتائج قوية في EVA-A وEVA-X ونجاح مهمة τ-Voice.

  • معدل خطأ كلمات منخفض: يظهر أداءً تنافسيًا في اختبارات التعرف على الكلام باللغة الإنجليزية.

  1. الوصول إلى النموذج: قم بتنزيل أو استكشاف ملفات نموذج Apriel Voice 27B Preview على Hugging Face.

  2. إعداد البيئة: استخدم صورة Docker vLLM المقدمة (مثل `docker.io/amant555/vllm_apriel_voice:plain-26b-v0.32.0`) للخدمة.

  3. خدمة النموذج: قم بتشغيل صورة Docker على الأجهزة المناسبة مع وحدة معالجة الرسوميات، مع فتح واجهة برمجة تطبيقات متوافقة مع OpenAI على المنفذ 8000.

  4. تكوين مدة الصوت: اضبط `VLLM_MAX_AUDIO_DECODE_DURATION_S` و`--max-num-batched-tokens` لطول إدخال الصوت المطلوب.

  5. التكامل عبر واجهة برمجة التطبيقات: أرسل إدخالات صوتية أو نصية إلى واجهة برمجة التطبيقات المتوافقة مع OpenAI باستخدام اسم النموذج `Apriel-Voice-27B`.

  6. معالجة الاستجابات: تعامل مع الاستجابات النصية وتفقد `response.choices[0].message.tool_calls` لمخرجات استدعاء الوظائف.

  7. الاقتران مع المولد: دمج مولد صوت خارجي للتفاعل الصوتي في الوقت الحقيقي في التطبيقات.

  8. تحسين الأداء: استخدم صورة Docker المحسّنة (`docker.io/amant555/vllm_apriel_voice:optimised-26b-v0.32.0`) لزيادة الإنتاجية.

  • المساعدات الصوتية التفاعلية
  • أتمتة دعم العملاء
  • استخدام الأدوات المنطوقة
  • نسخ الكلام
  • ترجمة الكلام
  • الإجابة على الأسئلة المنطوقة
  • الذكاء الاصطناعي الحواري متعدد الوسائط
  • اتباع التعليمات
  • التفاعل الصوتي في الوقت الحقيقي

من ServiceNow

تقييمات Apriel Voice 27B Preview

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل Apriel Voice 27B Preview

نموذج Gemma 3-27B IT

نماذج الذكاء الاصطناعي

نموذج Gemma 3-27B IT هو نموذج متقدم متعدد الوسائط من جوجل، قادر على معالجة مدخلات النص والصورة لتوليد مخرجات نصية. يدعم أكثر من 140 لغة ومصمم للنشر الفعال في البيئات ذات الموارد…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم متعدد الوسائط من جوجل، قادر على معالجة مدخلات النص والصورة لتوليد مخرجات نصية. يدعم أكثر من 140 لغة ومصمم للنشر الفعال في البيئات ذات الموارد…نموذج Gemma 3-27B IT هو نموذج متقدم متعدد الوسائط من جوجل، قادر على معالجة مدخلات النص والصورة لتوليد مخرجات نصية. يدعم أكثر من 140 لغة ومصمم للنشر الفعال في البيئات ذات الموارد…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج جيمّا 3ن

نماذج الذكاء الاصطناعي

نموذج جيمّا 3ن هو عائلة من نماذج الذكاء الاصطناعي خفيفة الوزن ومفتوحة المصدر من جوجل، مصممة للتنفيذ الفعال على الأجهزة ذات الموارد المحدودة. يدعم المدخلات متعددة الوسائط، بما في…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

عائلة من نماذج الذكاء الاصطناعي خفيفة الوزن ومفتوحة المصدر من جوجل، مصممة للتنفيذ الفعال على الأجهزة ذات الموارد المحدودة. يدعم المدخلات متعددة الوسائط، بما في…نموذج جيمّا 3ن هو عائلة من نماذج الذكاء الاصطناعي خفيفة الوزن ومفتوحة المصدر من جوجل، مصممة للتنفيذ الفعال على الأجهزة ذات الموارد المحدودة. يدعم المدخلات متعددة الوسائط، بما في…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

إنكلينغ هو نموذج ذكاء اصطناعي متعدد الوسائط يحتوي على 975 مليار معلمة مصمم للمطورين. يقبل مدخلات نصية وصورية وصوتية، وينتج مخرجات نصية لتطبيقات متنوعة، بما في ذلك روبوتات الدردشة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

إنكلينغ هو نموذج ذكاء اصطناعي متعدد الوسائط يحتوي على 975 مليار معلمة مصمم للمطورين. يقبل مدخلات نصية وصورية وصوتية، وينتج مخرجات نصية لتطبيقات متنوعة، بما في ذلك روبوتات الدردشة…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج جيمّا 3-4B

نماذج الذكاء الاصطناعي

نموذج جيمّا 3-4B هو نموذج متقدم متعدد الوسائط من جوجل، قادر على التعامل مع مدخلات النصوص والصور لتوليد مخرجات نصية. يدعم أكثر من 140 لغة ومصمم للنشر الفعال في البيئات ذات الموارد…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم متعدد الوسائط من جوجل، قادر على التعامل مع مدخلات النصوص والصور لتوليد مخرجات نصية. يدعم أكثر من 140 لغة ومصمم للنشر الفعال في البيئات ذات الموارد…نموذج جيمّا 3-4B هو نموذج متقدم متعدد الوسائط من جوجل، قادر على التعامل مع مدخلات النصوص والصور لتوليد مخرجات نصية. يدعم أكثر من 140 لغة ومصمم للنشر الفعال في البيئات ذات الموارد…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج gemma-3n-E4B-it

نماذج الذكاء الاصطناعي

نموذج Gemma-3n-E4B-it هو نموذج ذكاء اصطناعي خفيف الوزن ومتطور من جوجل، مصمم للتنفيذ الفعال على الأجهزة ذات الموارد المنخفضة. يدعم الإدخال متعدد الوسائط، ويتعامل مع النصوص والصور…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي خفيف الوزن ومتطور من جوجل، مصمم للتنفيذ الفعال على الأجهزة ذات الموارد المنخفضة. يدعم الإدخال متعدد الوسائط، ويتعامل مع النصوص والصور…نموذج Gemma-3n-E4B-it هو نموذج ذكاء اصطناعي خفيف الوزن ومتطور من جوجل، مصمم للتنفيذ الفعال على الأجهزة ذات الموارد المنخفضة. يدعم الإدخال متعدد الوسائط، ويتعامل مع النصوص والصور…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج بارك للذكاء الاصطناعي

نماذج الذكاء الاصطناعي

بارك هو نموذج تحويل قائم على المحولات لتحويل النص إلى صوت من تطوير سونو، قادر على توليد خطاب متعدد اللغات واقعي وأشكال صوتية أخرى. يدعم البحث من خلال نقاط تفتيش نموذج مدربة مسبقًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

بارك هو نموذج تحويل قائم على المحولات لتحويل النص إلى صوت من تطوير سونو، قادر على توليد خطاب متعدد اللغات واقعي وأشكال صوتية أخرى. يدعم البحث من خلال نقاط تفتيش نموذج مدربة مسبقًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج جيمّا 4 12B الموحد

نماذج الذكاء الاصطناعي

نموذج جيمّا 4 12B الموحد من جوجل ديب مايند هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتنفيذ المحلي الفعال. يدعم المدخلات النصية والصورية والصوتية، ويقدم قدرات متقدمة في التفكير…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج جيمّا 4 12B الموحد من جوجل ديب مايند هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتنفيذ المحلي الفعال. يدعم المدخلات النصية والصورية والصوتية، ويقدم قدرات متقدمة في التفكير…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

NVIDIA NemotronLabs VoiceChat

نماذج الذكاء الاصطناعي

NVIDIA NemotronLabs VoiceChat هو نموذج صوتي مزدوج الاتجاه في الوقت الحقيقي للذكاء الاصطناعي المحادثاتي. يدمج فهم الكلام وتوليده في بنية واحدة، مما يقلل من زمن الاستجابة ويعزز تدفق…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج صوتي مزدوج الاتجاه في الوقت الحقيقي للذكاء الاصطناعي المحادثاتي. يدمج فهم الكلام وتوليده في بنية واحدة، مما يقلل من زمن الاستجابة ويعزز تدفق…NVIDIA NemotronLabs VoiceChat هو نموذج صوتي مزدوج الاتجاه في الوقت الحقيقي للذكاء الاصطناعي المحادثاتي. يدمج فهم الكلام وتوليده في بنية واحدة، مما يقلل من زمن الاستجابة ويعزز تدفق…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي
1 من 8