میسترال از ووکسترال، هوش مصنوعی صوتی متن‌باز خود رونمایی کرد

ووکسترال: راهکاری مقرون‌به‌صرفه و قدرتمند

میسترال ادعا می‌کند که کسب‌وکارها می‌توانند مدل ووکسترال را با کمتر از نصف هزینه مدل‌های مشابه به‌کار گیرند. این مدل فرانسوی قابلیت‌های چشمگیری در پردازش و درک محتوای صوتی ارائه می‌دهد:

• رونویسی صوتی: ووکسترال قادر است تا ۳۰ دقیقه محتوای صوتی را رونویسی کند.
• درک و تعامل صوتی: با بهره‌گیری از مدل زبانی Mistral Small 3.1، این هوش مصنوعی می‌تواند تا ۴۰ دقیقه محتوای صوتی را درک کند و به کاربران اجازه دهد تا درباره‌ی آن‌ها سؤال بپرسند، خلاصه‌سازی انجام دهند و دستورات صوتی را اجرا کنند.
• پشتیبانی چندزبانه: ووکسترال از زبان‌های انگلیسی، اسپانیایی، فرانسوی، پرتغالی، هندی، آلمانی، هلندی و ایتالیایی پشتیبانی می‌کند.

مدل‌های مختلف ووکسترال

ووکسترال در دو مدل اصلی عرضه شده است تا نیازهای مختلف کاربران را پوشش دهد:

• Voxtral Small: این مدل با ۲۴ میلیارد پارامتر، برای رقابت با مدل‌های پیشرویی مانند GPT-4o-mini، ElevenLabs Scribe و Gemini 2.5 Flash طراحی شده است.
• Voxtral Mini: با ۳ میلیارد پارامتر، این نسخه برای اجرای محلی و کاربردهای سبک‌تر مناسب است.

علاوه بر این، نسخه‌ی ارزان‌تر و سریع‌تری به نام Voxtral Mini Transcribe نیز وجود دارد که صرفاً برای رونویسی بهینه شده است. میسترال مدعی است که این نسخه با کمتر از نصف قیمت، عملکردی بهتر از OpenAI Whisper ارائه می‌دهد.

دسترسی و آینده میسترال

کاربران می‌توانند مدل ووکسترال را به‌صورت رایگان از طریق پلتفرم Hugging Face یا چت‌بات اختصاصی Le Chat میسترال آزمایش کنند. هزینه‌ی ادغام ووکسترال در اپلیکیشن‌ها از ۰٫۰۰۱ دلار به‌ازای هر دقیقه آغاز می‌شود.

میسترال که یکی از شرکت‌های برتر هوش مصنوعی در اروپا محسوب می‌شود، در حال حاضر به دنبال جذب سرمایه‌ای بالغ بر یک میلیارد دلار از شرکت‌هایی نظیر MGX ابوظبی است که نشان‌دهنده جاه‌طلبی‌های بزرگ این استارتاپ در بازار جهانی هوش مصنوعی است.