음성·추론·도구 통합한 오픈 모델 Apriel Voice 27B 공개
원제 Apriel Voice 27B Preview: An Open Model for Speech, Reasoning, and Tool Use
추천 22댓글 1
Key Point
음성 인터페이스에서 추론과 도구 호출까지 한 모델에서 지원하는 오픈소스 음성 모델이 나왔으므로, 음성 기반 AI 어시스턴트 구축의 선택지가 늘어난다.
핵심 요약
- Gemma 4 26B-A4B를 기반으로 한 Apriel Voice 27B Preview는 음성 입력을 직접 처리하면서 텍스트·이미지 입력도 지원하는 음성-언어 모델이다.
- 음성 인식을 넘어 사용자 요청을 이해하고, 문맥을 이용해 추론하며, 대화를 지속하고, 도구를 호출하는 기능을 하나의 추론 백본 안에서 통합한다.
- 2단계 학습 과정으로 학습했는데, 첫 단계는 음성 인터페이스를 확립하고 두 번째는 지도 학습·텍스트 재생·교차 엔트로피 손실함수를 통해 프로젝터와 백본을 동시에 적응시킨다.
- 자동으로 구성된 음성 대화 데이터와 효율적인 온라인 증류(로컬 티처 서빙·겹치는 티처-스튜던트 계산·통합 전어휘 손실)로 학습했다.
- 생각 모드에서 Big Bench Audio 98.90점, Speech-BFCL 81.13점, τ-Voice 과제 성공률 65.51%(평균 지연 1.91초)를 기록했다.
- 영어 EVA 정확도 51.27%, 경험 pass@1 74.13%를 달성했으며, 대화형 음성 상호작용을 지원하는 커스텀 서빙 플랫폼에 배포했다.