Fransanın qabaqcıl süni intellekt startapı Mistral özünün ilk açıq mənbəli audio modeli Voxtral-ı istifadəyə verdiyini elan edib. Bu model, səs tanıma və səs əsaslı əməliyyatlarda mövcud bağlanmış korporativ sistemlərə alternativ olaraq hazırlanıb və şirkətlərə daha açıq və əlçatan həllər təklif edir.

Voxtral, biznes istifadəçiləri üçün nəzərdə tutulmuş ilk açıq model ailəsidir və Mistral bu modeli “həqiqətən istifadəyə yararlı səs intellekti” kimi təqdim edir. Bu, inkişaf etdiricilərə daha sərfəli və çevik həllər təqdim edərək, ya ucuz, amma məhdud sistemlərdən, ya da bahalı və qapalı platformalardan asılılığı aradan qaldırır. Voxtral, 30 dəqiqəyə qədər səs yazısını transkribasiya etmək və LLM əsaslı Mistral Small 3.1 arxitekturası vasitəsilə 40 dəqiqəyə qədər audio materialını analiz etmək qabiliyyətinə malikdir. Bu model istifadəçilərə məzmunu ümumiləşdirmək, mətnlə bağlı suallara cavab vermək və səslə verilən əmrləri real vaxt rejimində icra etmək imkanı yaradır.

Voxtral bir neçə dili dəstəkləyir: İngilis, İspan, Fransız, Portuqal, Hindi, Alman, Holland və İtalyan dillərində işləyə bilir. Mistral iki əsas versiya təqdim edir: Voxtral Small 24 milyard parametrə malikdir və genişmiqyaslı tətbiqlər üçün nəzərdə tutulub, Voxtral Mini isə 3 milyard parametrə malikdir və daha lokal və sərhəd qurğular üçün optimallaşdırılıb. Bundan əlavə, daha ucuz və sürətli API variantı olan Voxtral Mini Transcribe təqdim edilib. Bu API, əsasən transkripsiya üçün nəzərdə tutulub və OpenAI-nin Whisper modeli ilə müqayisədə daha sərfəli həllər təklif edir.

İstifadəçilər Voxtral modelini Hugging Face platformasından pulsuz yükləyə və ya Mistral-ın chatbotu Le Chat vasitəsilə sınaqdan keçirə bilərlər. API inteqrasiyasının qiyməti isə dəqiqəlik $0.001-dən başlayır.

Mistral bu modelini bir ay əvvəl təqdim etdiyi Magistral adlı məntiq əsaslı model ailəsindən sonra bazara çıxarıb. Şirkət, Avropada açıq mənbəli süni intellekt modellərinin inkişafını dəstəkləyən əsas oyunçulardan biri kimi tanınır və hazırda investorlarla 1 milyard dollara qədər sərmayə toplamaq barədə danışıqlar aparır.

Bu yenilik, süni intellektin açıq mənbə ekosistemində, xüsusən də audio sahəsində yeni imkanlar açaraq şirkətlərə daha sərfəli, şəffaf və güclü səs əsaslı tətbiqlər yaratmaq imkanı təqdim edir.