Ne oldu? Araştırmacılar, arXiv'de yayımladıkları makalede Apriel Voice 27B Preview adlı açık bir konuşma-dil modelini tanıttı. Model, sesi anlamayı, akıl yürütmeyi ve araç kullanımını tek yapıda topluyor.
Makalenin özetine göre Apriel Voice 27B Preview, sesli asistanların yalnızca kelimeleri tanımakla kalmayıp isteği anlaması, bağlam üzerinde akıl yürütmesi, sohbeti sürdürmesi ve araçlar aracılığıyla iş yapması gerektiği düşüncesinden yola çıkıyor. Açık olarak sunulan model, ortak bir akıl yürütme omurgası üzerinde bu yetenekleri birleştiriyor ve metin ile görsel girdi desteğini de koruyor. Araştırmacıların anlatımına göre model, eğitimi tamamlanmış Gemma 4 26B-A4B kontrol noktası üzerine kurulu. Ses girdisini doğrudan işleyerek hem yanıt hem araç çağrısı üretiyor ve ayrı bir diyalog modeline ihtiyaç duymuyor. Modeli konuşmaya uyarlamak için iki aşamalı bir eğitim yöntemi geliştirildi.
Elimizde yalnızca makalenin kısa özeti var; başarım ölçümleri, desteklenen diller ve lisans ayrıntıları bu metinde yer almıyor.
- Taban: Gemma 4 26B-A4B kontrol noktası
- Girdiler: ses, metin ve görsel
- Çıktılar: yanıt ve araç çağrısı
- Yöntem: konuşmaya uyarlama için iki aşamalı eğitim
Neden önemli?
Ses tanıma, diyalog ve araç çağırmayı ayrı modellerle zincirlemek yerine tek modelde toplamak, sesli asistan geliştiren ekipler için daha yalın bir mimari anlamına gelebilir. Türkçe desteği özette belirtilmediği için Türkiye'deki kullanım için ayrıca test gerekir.
Sık sorulanlar
- Apriel Voice 27B Preview hangi modele dayanıyor?
- Makale özetine göre model, eğitimi tamamlanmış Gemma 4 26B-A4B kontrol noktası üzerine kurulu. Konuşmaya uyarlamak için iki aşamalı bir eğitim yöntemi kullanılıyor.
- Model ayrı bir diyalog modeline ihtiyaç duyuyor mu?
- Hayır. Özete göre model sesi doğrudan işliyor ve hem yanıtları hem araç çağrılarını kendisi üretiyor.