Mistral представила революционную аудиомодель искусственного интеллекта Voxtral с открытым исходным кодом

По мере того как системы искусственного интеллекта становятся все более совершенными, речь быстро становится основным способом взаимодействия с машинами. Французский ИИ-стартап Mistral вышел на арену аудио со своей первой открытой моделью, бросая вызов господству закрытых корпоративных систем, предлагая альтернативы с открытым весом.

Во вторник Mistral представила Voxtral, свое первое семейство аудиомоделей, предназначенных для использования в бизнесе.

Компания позиционирует Voxtral как первую открытую модель, способную обеспечить "действительно полезный речевой интеллект в производстве".

Это означает, что разработчики больше не стоят перед выбором между доступной, но неточной открытой системой, которая не справляется с транскрипцией и не обладает реальным пониманием, и функциональной, но закрытой системой, которая влечет за собой более высокие затраты и ограниченный контроль развертывания.

Для предприятий Voxtral представляет собой экономически эффективную альтернативу, которая, по утверждению Mistral, стоит "менее чем в два раза дешевле" аналогичных решений.

Mistral утверждает, что Voxtral может расшифровывать до 30 минут аудио. Благодаря своей LLM-основе, Mistral Small 3.1, он может расшифровывать до 40 минут, позволяя пользователям задавать вопросы по аудио, генерировать резюме или преобразовывать голосовые команды в действия в реальном времени, такие как вызовы API или выполнение функций. Voxtral - многоязычное приложение, способное расшифровывать и понимать такие языки, как английский, испанский, французский, португальский, хинди, немецкий, голландский и итальянский.

Компания выпускает два варианта своих "моделей понимания речи". Первая, Voxtral Small, имеет 24B параметров для развертывания в производственных масштабах и конкурирует с ElevenLabs Scribe, GPT-4o-mini и Gemini 2.5 Flash.

LIVE NOW! TechCrunch All Stage

Стройте умнее. Масштабируйте быстрее. Общайтесь глубже. Присоединяйтесь к лидерам из Precursor Ventures, NEA, Index Ventures, Underscore VC и других компаний, чтобы провести день, наполненный стратегиями, семинарами и полезным общением.

Сэкономьте 450 долларов на пропуске на TechCrunch All Stage

Стройте умнее. Масштабируйте быстрее. Общайтесь глубже. Присоединяйтесь к лидерам из Precursor Ventures, NEA, Index Ventures, Underscore VC и других компаний, чтобы провести день, наполненный стратегиями, семинарами и полезным общением.

Вторая модель, Voxtral Mini, имеет 3 миллиарда параметров для локального и пограничного развертывания. Существует также сверхдоступная, оптимизированная, быстрая API-версия модели 3B под названием Voxtral Mini Transcribe, оптимизированная исключительно для задач транскрипции и призванная превзойти OpenAI Whisper менее чем в два раза по стоимости.

Пользователи могут бесплатно протестировать Voxtral, загрузив API с сайта Hugging Face или опробовав модели в чатботе Le Chat компании Mistral. По словам компании, стоимость интеграции API с приложениями начинается от 0,001 доллара за минуту.

Этот релиз последовал за анонсом Mistral в прошлом месяце Magistral, первого семейства моделей рассуждений, которые решают проблемы пошагово для повышения надежности.

Mistral, ведущая европейская компания в области ИИ, известна своей поддержкой моделей ИИ с открытым исходным кодом. Ранее в этом месяце TechCrunch сообщил, что компания ведет переговоры о привлечении до 1 миллиарда долларов от таких инвесторов, как фонд MGX из Абу-Даби.