Mistral 发布 Voxtral Transcribe 2:4B 实时模型开源,延迟进 200ms
今天,Mistral AI 发布语音转文字模型家族 Voxtral Transcribe 2。其中 4B 参数的实时模型 Voxtral Realtime 采用 Apache 2.0 开源权重,支持端侧部署且延迟可调至 200ms 以内;批量模型成本仅 0.003 美元每分钟,覆盖 13 种语言并支持说话人区分。
今天,Mistral AI 发布语音转文字模型家族 Voxtral Transcribe 2。其中 4B 参数的实时模型 Voxtral Realtime 采用 Apache 2.0 开源权重,支持端侧部署且延迟可调至 200ms 以内;批量模型成本仅 0.003 美元每分钟,覆盖 13 种语言并支持说话人区分。