[ad_1]
به گزارش دلچسب
استارتاپ فرانسوی میسترال (Mistral) از اولین خانواده مدل‌های صوتی متن‌باز خود با نام «Voxtral» رونمایی کرد. این مدل‌های تازه با عملکردی رقابتی و قیمتی زیاد پایین‌تر، به‌جستوجو اراعه یک جانشین قوی و مقرون‌به‌صرفه در برابر غول‌هایی همانند OpenAI و گوگل می باشند.
قابلیت‌های گفتاری هوش مصنوعی یکی از جنبه‌های مهم این فناوری است؛ اما تا به امروز، کسب‌وکارها با یک انتخاب دشوار مواجه بودند: یا از سیستم‌های متن‌باز رایگان با دقت پایین و فهمیدن معنایی محدود منفعت گیری کنند، یا به سراغ APIهای بسته و اختصاصی شرکت‌های بزرگ بروند که با وجود کارکرد بهتر، هزینه زیاد بالاتری دارند و کنترل کمتری را در اختیار گسترش‌دهنده قرار خواهند داد. Voxtral دقیقاً برای پر کردن این شکاف طراحی شده است. این پلتفرم، دقت و فهمیدن معنایی پیشرفته را در یک مدل متن‌باز و با قیمتی که به حرف های میسترال «کمتر از نصف» رقبای مهم است، اراعه می‌دهد.
هوش مصنوعی صوتی Voxtral میسترال
Voxtral با تکیه بر مدل زبانی بزرگ Mistral Small 3.1 گسترش یافته و قابلیت‌هایی فراتر از تبدیل گفتار به متن اراعه می‌دهد؛ این مدل صوتی قادر به رونویسی فایل‌های صوتی تا ۳۰ دقیقه و فهمیدن محتوای آنها تا ۴۰ دقیقه است. این چنین کاربران می‌توانند مستقیماً از محتوای فایل صوتی سوال بپرسند یا خلاصه‌های ساختاریافته از آن دریافت کنند، بدون نیاز به منفعت گیری از چند مدل مجزا. یقیناً این مدل در زبان‌های پرکاربردی همانند انگلیسی، اسپانیایی، فرانسوی، آلمانی، هندی و ایتالیایی عملکردی پیشرفته دارد.
میسترال این فناوری را در دو اندازه گوناگون اراعه کرده است:
آخرین مطالب
- Voxtral Small: یک مدل قوی ۲۴ میلیارد پارامتری که برای کارهای بزرگ طراحی شده و عملکردی رقابتی با مدل‌هایی همانند جمینای ۲.۵ فلش، GPT-4o-mini و ElevenLabs Scribe دارد.
- Voxtral Mini: یک مدل سبک ۳ میلیارد پارامتری که برای کاربردهای کوچک‌تر مناسب است.
علاوه‌براین، یک نسخه بسیار ارزان و بهینه‌سازی‌شده فقط برای رونویسی با نام Voxtral Mini Transcribe نیز اراعه شده که به حرف های میسترال، عملکردی بهتر از OpenAI Whisper با کمتر از نصف قیمت دارد.
میسترال، به گفتن یکی از بزرگ‌ترین حامیان اکوسیستم متن‌باز، مدل‌های Voxtral را برای دانلود رایگان در Hugging Face قرار داده است. این چنین، منفعت گیری از API آن با قیمت ۰.۰۰۱ دلار در دقیقه اغاز می‌شود و کاربران می‌توانند تا چند هفته دیگر آن را در چت‌بات میسترال، Le Chat، نیز آزمایش کنند.
دسته بندی مطالب
