Новости про Voxtral Mini 4B Realtime

Mistral AI выпустила Voxtral 3 — стек голосовых агентов реального времени, объединяющий распознавание речи, рассуждения, работу с инструментами и синтез речи в одном потоковом пайплайне. Поддерживаются 50+ языков для транскрипции и 35+ языков с 50 диалектами для синтеза. Можно использовать собственную инфраструктуру или API в ЕС. Цена транскрипции — от $0,0035/мин. #ИИ #ГолосовыеАгенты #MistralAI #Voxtral

Mistral AI представляет Voxtral Transcribe 2 — новое семейство моделей речевого распознавания от $0,003/мин, дешевле конкурентов и, по словам компании, точнее GPT-4o mini, Gemini 2.5 Flash и Deepgram Nova. Две версии: Voxtral Mini Transcribe V2 для длинных записей (до 3 часов) и Voxtral Realtime с задержкой <200 мс для живых задач. Обе поддерживают 13 языков, диаризацию спикеров и таймстемпы слов. Realtime — открытые веса (Apache 2.0) на Hugging Face; Mini — только через API. Первый релиз был в июле 2025 г. #MistralAI #Voxtral #SpeechRecognition #AI #OpenSource

Mistral AI представляет Voxtral Transcribe 2 по $0.003/мин, перебивая конкурентов. Заявляет о лучшей точности, чем GPT-4o mini, Gemini 2.5 Flash, Deepgram Nova. Две модели: Mini для больших файлов, Realtime (<200 мс) для голосовых ассистентов/субтитров в прямом эфире. Обе поддерживают 13 языков, диаризацию, таймстемпы слов, записи до 3 часов. Realtime с открытыми весами (Apache 2.0) на Hugging Face; Mini только через API. #MistralAI #Voxtral #РаспознаваниеРечи #AI #OpenSource

Французская Mistral представила Voxtral — открытую речевую модель, обходящую проприетарные аналоги за полцены. Две версии: 24B для продакшена и 3B для эджа — обе с контекстом 32К токенов (30–40 мин аудио), поддержкой 8 языков, встроенным Q&A/саммари и выполнением голосовых команд через API. Voxtral Small превосходит Whisper large-v3, GPT-4o mini и Gemini 2.5 Flash, сравнявшись с ElevenLabs Scribe. API от $0.001/мин. Лицензия Apache-2.0 на Hugging Face, скоро в Voice Mode Le Chat. #MistralAI #Voxtral #OpenSourceAI #SpeechRecognition #AIModels

Mistral представила Voxtral — семейство открытых речевых моделей (24B и 3B), которые обходят Whisper, GPT-4o mini и Gemini 2.5 Flash по бенчмаркам при цене ниже $0.001/мин — в 2 раза дешевле проприетарных аналогов. Поддержка 8 языков, контекст 32k токенов, встроенные Q&A/саммаризация и голосовые вызовы API. Лицензия Apache-2.0 на Hugging Face; скоро в Voice Mode Le Chat. #MistralAI #Voxtral #OpenSourceAI #SpeechRecognition #AIModels

Mistral выпускает Voxtral — первую открытую весовую TTS‑модель: 4 млрд параметров, поддерживает 9 языков, копирует голос по всего 3 секундам аудио, низкая задержка (~70 мс) и цена $0.016 за 1000 символов. Превосходит ElevenLabs Flash v2.5 по естественности. Доступна через API, в Mistral Studio и на Hugging Face. #AI #TTS #Voxtral #ГолосовойКлон