Mistral、音声認識「Voxtral Transcribe 2」公開：リアルタイムモデルをApache 2.0でオープン化
本日、Mistral AIは新世代の音声認識モデル群「Voxtral Transcribe 2」を発表しました。4Bパラメータのリアルタイムモデル「Voxtral Realtime」はApache 2.0ライセンスで重みが公開され、200ミリ秒未満の超低遅延で端末上でも動作します。日本語を含む13言語に対応し、話者分離機能も備えています。
本日、Mistral AIは新世代の音声認識モデル群「Voxtral Transcribe 2」を発表しました。4Bパラメータのリアルタイムモデル「Voxtral Realtime」はApache 2.0ライセンスで重みが公開され、200ミリ秒未満の超低遅延で端末上でも動作します。日本語を含む13言語に対応し、話者分離機能も備えています。