본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

Apriel Voice 27B Preview

AI 모델AI 모델 및 LLM오픈소스 · 웹

Apriel Voice 27B Preview는 ServiceNow에서 개발한 오픈 오디오-텍스트-투-텍스트 모델로, 270억 개의 매개변수와 Transformers로 구축되었습니다. 이 모델은 음성 요청을 처리하고, 대화 맥락에 대해 추론하며, 텍스트 응답과 도구 호출을 생성합니다. 이 모델은 음성 인터페이스를 추가하여 대화형 음성 비서, 고객 지원 및 음성 도구 사용을 향상시킵니다.

모델 보기
공유
모델 보기
공유

Apriel Voice 27B Preview는 음성, 추론 및 도구 사용을 위해 ServiceNow에서 개발한 고급 오픈 모델입니다. 270억 개의 매개변수를 특징으로 하는 이 오디오-텍스트-투-텍스트 모델은 Transformers 아키텍처를 기반으로 하며, 공유 Gemma 4 백본을 활용합니다. 이 모델은 음성 요청을 이해하고, 대화 맥락에 대해 추론하며, 텍스트 응답과 구조화된 도구 호출을 생성하도록 설계되었습니다.

더 읽기

이 모델은 음성 인터페이스를 통합하여 기능을 크게 확장하며, 원래의 텍스트 및 이미지 입력 기능도 유지합니다. 이를 통해 Apriel Voice 27B Preview는 대화형 음성 비서를 개발하고, 고객 지원 워크플로를 간소화하며, 음성 도구 사용을 가능하게 하는 데 매우 다재다능합니다. 외부 음성 합성기와 결합하면 실시간 음성 애플리케이션을 구동할 수 있습니다.

주요 기능으로는 전사, 번역 및 음성 질문 응답을 포함한 포괄적인 음성 이해가 있습니다. 이 모델은 복잡한 지침을 따르고, 다단계 요청을 처리하며, 구조화된 도구 호출을 생성할 수 있는 추론 및 도구 사용에서 뛰어납니다. 모델은 오디오, 텍스트, 이미지 및 도구 결과를 공유 대화 프레임워크 내에서 처리하는 다중 모드 맥락을 지원합니다. 음성 애플리케이션의 경우, 텍스트 응답을 생성한 후 외부 음성 합성과 결합하여 애플리케이션 관리 전환을 수행합니다.

기술적으로 Apriel Voice 27B Preview는 Whisper large-v3-turbo 음성 인코더를 Gemma 4 26B-A4B 백본에 학습된 프로젝터를 통해 연결합니다. 훈련 과정은 음성 인터페이스를 정렬한 다음 음성 작업 및 텍스트 재생을 사용하여 백본에 적응시키는 것을 포함합니다. 이 모델은 긴 오디오 입력을 지원하며, 16 kHz 모노 녹음을 자동으로 30초 청크로 분할하고, 최대 30분까지 연속 녹음에서 좋은 성능을 보여주며, 특정 조건에서 더 긴 기간도 지원합니다.

성능 지표는 51.27% EVA-A, 74.13% EVA-X 및 65.51% τ-Voice 작업 성공률을 달성하며, 평균 τ-Voice 응답 지연 시간은 1.91초입니다. LibriSpeech에서 테스트 클린에서 2.23%, 테스트 기타에서 5.15%의 단어 오류율을 보여주며, 강력한 영어 음성 인식 능력을 나타냅니다. 이 모델은 표준 및 최적화된 서비스용 Docker 이미지를 통해 제공되며, 통합을 위한 OpenAI 호환 API를 제공합니다. MIT 라이센스 하에 출시되었습니다.

  • 카테고리AI 모델 및 LLM
  • 요금제오픈소스
  • 배포클라우드
  • 플랫폼웹

  • 오디오-텍스트-투-텍스트 모델: 음성 요청을 처리하고 텍스트 응답을 생성합니다.

  • 270억 개의 매개변수: 복잡한 작업을 위한 대규모 모델입니다.

  • Transformers 아키텍처: 강력하고 널리 사용되는 딥 러닝 프레임워크로 구축되었습니다.

  • 음성 이해: 전사, 번역 및 음성 질문 응답을 지원합니다.

  • 추론 및 도구 사용: 지침을 따르고, 다단계 요청을 처리하며, 구조화된 도구 호출을 생성합니다.

  • 다중 모드 맥락: 대화에서 오디오, 텍스트, 이미지 및 도구 결과를 통합합니다.

  • 음성 애플리케이션: 대화형 음성 비서를 위한 외부 음성 합성을 위한 텍스트 응답을 생성합니다.

  • Gemma 4 백본: 핵심 처리를 위해 공유 Gemma 4 26B-A4B 백본을 활용합니다.

  • Whisper large-v3-turbo 인코더: 학습된 프로젝터를 통해 음성 인터페이스를 연결합니다.

  • 긴 오디오 지원: 녹음을 자동으로 30초 청크로 분할하며, 최대 30분까지 연속 지원합니다.

  • OpenAI 호환 API: 통합 및 추론을 위한 API를 제공합니다.

  • 서비스용 Docker 이미지: 배포를 위한 표준 및 최적화된 vLLM Docker 이미지를 제공합니다.

  • MIT 라이센스: 오픈 소스 라이센스 하에 사용 가능합니다.

  • 높은 성능 지표: EVA-A, EVA-X 및 τ-Voice 작업 성공률에서 강력한 결과를 달성합니다.

  • 낮은 단어 오류율: 영어 음성 인식 벤치마크에서 경쟁력 있는 WER을 보여줍니다.

  1. 모델 접근: Hugging Face에서 Apriel Voice 27B Preview 모델 파일을 다운로드하거나 탐색합니다.

  2. 환경 설정: 제공된 vLLM Docker 이미지(예: `docker.io/amant555/vllm_apriel_voice:plain-26b-v0.32.0`)를 사용하여 서비스를 설정합니다.

  3. 모델 제공: 적절한 GPU 하드웨어에서 Docker 이미지를 실행하여 포트 8000에서 OpenAI 호환 API를 노출합니다.

  4. 오디오 길이 구성: 원하는 오디오 입력 길이에 맞게 `VLLM_MAX_AUDIO_DECODE_DURATION_S` 및 `--max-num-batched-tokens`를 조정합니다.

  5. API를 통한 통합: 모델 이름 `Apriel-Voice-27B`를 사용하여 제공된 OpenAI 호환 API에 오디오 또는 텍스트 입력을 전송합니다.

  6. 응답 처리: 텍스트 응답을 처리하고 `response.choices[0].message.tool_calls`에서 함수 호출 출력을 검사합니다.

  7. 합성기와 쌍으로 사용: 외부 음성 합성기를 통합하여 애플리케이션에서 실시간 음성 상호작용을 가능하게 합니다.

  8. 성능 최적화: 더 높은 처리량을 위해 최적화된 Docker 이미지(`docker.io/amant555/vllm_apriel_voice:optimised-26b-v0.32.0`)를 활용합니다.

  • 대화형 음성 비서
  • 고객 지원 자동화
  • 음성 도구 사용
  • 음성 전사
  • 음성 번역
  • 음성 질문 응답
  • 다중 모드 대화형 AI
  • 지침 따르기
  • 실시간 음성 상호작용

ServiceNow의 제품

Apriel Voice 27B Preview 리뷰

로딩 중...

Apriel Voice 27B Preview와(과) 비슷한 인기 AI 도구

Gemma 3-27B IT는 텍스트 및 이미지 입력을 처리하여 텍스트 출력을 생성할 수 있는 구글의 최첨단 다중 모달 AI 모델입니다. 140개 이상의 언어를 지원하며, 자원이 제한된 환경에서 효율적으로 배포되도록 설계되었습니다.

AI 모델 및 LLM
도구 보기

텍스트 및 이미지 입력을 처리하여 텍스트 출력을 생성할 수 있는 구글의 최첨단 다중 모달 AI 모델입니다. 140개 이상의 언어를 지원하며, 자원이 제한된 환경에서 효율적으로 배포되도록 설계되었습니다.Gemma 3-27B IT는 텍스트 및 이미지 입력을 처리하여 텍스트 출력을 생성할 수 있는 구글의 최첨단 다중 모달 AI 모델입니다. 140개 이상의 언어를 지원하며, 자원이 제한된 환경에서 효율적으로 배포되도록 설계되었습니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Gemma 3n은 Google에서 개발한 경량의 오픈 소스 AI 모델 패밀리로, 자원이 제한된 장치에서 효율적으로 실행되도록 설계되었습니다. 텍스트, 이미지, 비디오 및 오디오를 포함한 다중 모드 입력을 지원하며, 텍스트 출력을 생성합니다. 이 모델은 선택적 매개변수 활성화 기술로 성능을 최적화하였습니다.

AI 모델 및 LLM
도구 보기

Google에서 개발한 경량의 오픈 소스 AI 모델 패밀리로, 자원이 제한된 장치에서 효율적으로 실행되도록 설계되었습니다. 텍스트, 이미지, 비디오 및 오디오를 포함한 다중 모드 입력을 지원하며, 텍스트 출력을 생성합니다. 이 모델은 선택적 매개변수 활성화 기술로 성능을 최적화하였습니다.Gemma 3n은 Google에서 개발한 경량의 오픈 소스 AI 모델 패밀리로, 자원이 제한된 장치에서 효율적으로 실행되도록 설계되었습니다. 텍스트, 이미지, 비디오 및 오디오를 포함한 다중 모드 입력을 지원하며, 텍스트 출력을 생성합니다. 이 모델은 선택적 매개변수 활성화 기술로 성능을 최적화하였습니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

잉클링은 개발자를 위해 설계된 975B 매개변수의 다중 모달 AI 모델입니다. 텍스트, 이미지 및 오디오 입력을 수용하며, 챗봇 및 코딩 도우미를 포함한 다양한 애플리케이션에 대한 텍스트 출력을 생성합니다. 오픈 가중치로 출시되어 연구 및 제3자 제품에 통합할 수 있습니다.

AI 모델 및 LLM
도구 보기

개발자를 위해 설계된 975B 매개변수의 다중 모달 AI 모델입니다. 텍스트, 이미지 및 오디오 입력을 수용하며, 챗봇 및 코딩 도우미를 포함한 다양한 애플리케이션에 대한 텍스트 출력을 생성합니다. 오픈 가중치로 출시되어 연구 및 제3자 제품에 통합할 수 있습니다.잉클링은 개발자를 위해 설계된 975B 매개변수의 다중 모달 AI 모델입니다. 텍스트, 이미지 및 오디오 입력을 수용하며, 챗봇 및 코딩 도우미를 포함한 다양한 애플리케이션에 대한 텍스트 출력을 생성합니다. 오픈 가중치로 출시되어 연구 및 제3자 제품에 통합할 수 있습니다.

추천AI 모델 및 LLM
AI 모델 TOP 5 보기

Gemma 3-4B는 텍스트와 이미지 입력을 처리하여 텍스트 출력을 생성할 수 있는 구글의 최첨단 멀티모달 AI 모델입니다. 140개 이상의 언어를 지원하며, 자원이 제한된 환경에서 효율적으로 배포되도록 설계되었습니다.

AI 모델 및 LLM
도구 보기

텍스트와 이미지 입력을 처리하여 텍스트 출력을 생성할 수 있는 구글의 최첨단 멀티모달 AI 모델입니다. 140개 이상의 언어를 지원하며, 자원이 제한된 환경에서 효율적으로 배포되도록 설계되었습니다.Gemma 3-4B는 텍스트와 이미지 입력을 처리하여 텍스트 출력을 생성할 수 있는 구글의 최첨단 멀티모달 AI 모델입니다. 140개 이상의 언어를 지원하며, 자원이 제한된 환경에서 효율적으로 배포되도록 설계되었습니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Gemma-3n-E4B-it은 Google에서 개발한 경량의 최첨단 AI 모델로, 저자원 장치에서 효율적으로 실행되도록 설계되었습니다. 이 모델은 텍스트, 이미지, 비디오 및 오디오를 처리하는 다중 모드 입력을 지원하며, 사전 훈련 및 지침 조정 변형을 위한 공개 가중치로 텍스트 출력을 생성합니다.

AI 모델 및 LLM
도구 보기

Google에서 개발한 경량의 최첨단 AI 모델로, 저자원 장치에서 효율적으로 실행되도록 설계되었습니다. 이 모델은 텍스트, 이미지, 비디오 및 오디오를 처리하는 다중 모드 입력을 지원하며, 사전 훈련 및 지침 조정 변형을 위한 공개 가중치로 텍스트 출력을 생성합니다.Gemma-3n-E4B-it은 Google에서 개발한 경량의 최첨단 AI 모델로, 저자원 장치에서 효율적으로 실행되도록 설계되었습니다. 이 모델은 텍스트, 이미지, 비디오 및 오디오를 처리하는 다중 모드 입력을 지원하며, 사전 훈련 및 지침 조정 변형을 위한 공개 가중치로 텍스트 출력을 생성합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Bark는 Suno가 개발한 변환기 기반의 텍스트-오디오 모델로, 현실감 있는 다국어 음성과 기타 오디오 형식을 생성할 수 있습니다. 추론을 위한 사전 훈련된 모델 체크포인트를 지원합니다.

AI 모델 및 LLM
도구 보기

Suno가 개발한 변환기 기반의 텍스트-오디오 모델로, 현실감 있는 다국어 음성과 기타 오디오 형식을 생성할 수 있습니다. 추론을 위한 사전 훈련된 모델 체크포인트를 지원합니다.Bark는 Suno가 개발한 변환기 기반의 텍스트-오디오 모델로, 현실감 있는 다국어 음성과 기타 오디오 형식을 생성할 수 있습니다. 추론을 위한 사전 훈련된 모델 체크포인트를 지원합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

구글 딥마인드의 Gemma 4 12B 통합 모델은 효율적인 로컬 실행을 위해 설계된 다중 모달 AI 모델입니다. 텍스트, 이미지 및 오디오 입력을 지원하며, 대규모 컨텍스트 창을 통해 고급 추론 및 코딩 기능을 제공합니다.

AI 모델 및 LLM
도구 보기

구글 딥마인드의 Gemma 4 12B 통합 모델은 효율적인 로컬 실행을 위해 설계된 다중 모달 AI 모델입니다. 텍스트, 이미지 및 오디오 입력을 지원하며, 대규모 컨텍스트 창을 통해 고급 추론 및 코딩 기능을 제공합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

NVIDIA NemotronLabs VoiceChat는 대화형 AI를 위한 실시간 전이중 음성 모델입니다. 이 모델은 음성 이해와 생성을 하나의 아키텍처로 통합하여 지연 시간을 줄이고 자연스러운 대화 흐름을 향상시킵니다.

AI 모델 및 LLM
도구 보기

대화형 AI를 위한 실시간 전이중 음성 모델입니다. 이 모델은 음성 이해와 생성을 하나의 아키텍처로 통합하여 지연 시간을 줄이고 자연스러운 대화 흐름을 향상시킵니다.NVIDIA NemotronLabs VoiceChat는 대화형 AI를 위한 실시간 전이중 음성 모델입니다. 이 모델은 음성 이해와 생성을 하나의 아키텍처로 통합하여 지연 시간을 줄이고 자연스러운 대화 흐름을 향상시킵니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기
1/8