ServiceNow 发 Apriel Voice 27B Preview：语音、推理与工具调用合一

ServiceNow 10 月 29 日发布 Apriel Voice 27B Preview，一个把语音理解、推理与工具调用统一到同一骨干的开源语音语言模型。它基于 Gemma 4 26B-A4B 后训练版本构建，直接处理语音并生成文本回复与工具调用，保留文本与图像输入能力，可配合外部语音合成器构建交互式语音助手与客户支持工作流。

训练分为两阶段：第一阶段建立语音接口，第二阶段通过监督微调、文本回放、源相关交叉熵与前向 KL 散度监督联合适配投影层与骨干。自动构建的语音条件对话提供训练数据，本地教师服务、重叠的教师与学生计算、融合的全词表损失实现高效在线蒸馏。在思考模式下，Apriel Voice 在 Big Bench Audio 得 98.90、Speech-BFCL 得 81.13、τ-Voice 任务成功率 65.51%，均值延迟 1.91 秒；还达到 51.27% 英文 EVA 准确率与 74.13% 体验 pass@1。

原文链接：ServiceNow 官方博客