Das französische KI-Unternehmen Mistral AI bringt zwei neue Sprach-zu-Text-Modelle auf den Markt: Voxtral Mini Transcribe V2 für die Stapelverarbeitung und Voxtral Realtime für Streaming mit geringer Latenz. Beide Modelle bieten eine hohe Genauigkeit, Sprecher-Diarisierung und unterstützen 13 Sprachen. Das Echtzeitmodell zeichnet sich durch eine Verzögerung von nur 200 ms aus und kann zur Verbesserung der Privatsphäre lokal auf Geräten ausgeführt werden. Die Preise beginnen bei 0,003 US-Dollar pro Minute für die Stapel-Transkription.