Mistral lansează Voxtral. Modelul open source recunoaște și înțelege mai multe limbi străine

• Voxtral promite recunoaștere vocală fiabilă la jumătate de preț.
• Modelul open source rivalizează cu ElevenLabs și Whisper.
• Disponibil în două versiuni: pentru producție și utilizare locală.

Mistral mizează pe voce și lansează Voxtral, primul său model A.I. vocal open source. Ambiția? Să-i întreacă pe cei de la OpenAI și să livreze performanță gata de producție.

Ce este Voxtral și cu ce vine nou pe piață?

Voxtral este primul model vocal open source lansat de Mistral AI. Vine în două versiuni: Small cu 24 de miliarde de parametri, recomandat pentru producție, și Mini cu 3 miliarde, destinat utilizărilor locale. Modelul recunoaște și înțelege mai multe limbi, inclusiv engleză, spaniolă, franceză și hindi. Mistral susține că Voxtral costă „mai puțin de jumătate” față de soluții ca ElevenLabs Scribe sau Whisper de la OpenAI.

Cum funcționează și cui se adresează?

Voxtral poate asculta și transcrie până la 30 de minute de audio. În varianta Small 3.1 poate interpreta până la 40 de minute și răspunde la întrebări despre conținut. Dezvoltatorii îl pot folosi pentru comenzi vocale, rezumate și apelarea de API-uri. Integrarea în aplicații costă de la 0,001 dolari pe minut. Modelul este gratuit pe Hugging Face și în chatbotul Mistral, Le Chat.

Cum se compară cu modelele rivale?

Mistral spune că Voxtral depășește Whisper în precizia recunoașterii vocale. În traduceri și înțelegere audio, este „competitiv” cu GPT-4o-mini și Gemini 2.5 Flash. Startup-ul francez promovează A.I.-ul open source ca alternativă la modelele închise și scumpe. Lansarea vine la o lună după prezentarea modelului de raționament Magistral.

The post Mistral lansează Voxtral. Modelul open source recunoaște și înțelege mai multe limbi străine appeared first on Aleph News.