Mistral บริษัท AI จากฝรั่งเศส เปิดตัวชุดโมเดลเสียง Voxtral 3 ซึ่งประกอบด้วยโมเดลแปลงเสียงเป็นข้อความ Voxtral Small Transcribe 3 และ Voxtral Mini Transcribe 3, โมเดลถอดเสียงแบบเรียลไทม์ Voxtral Mini Transcribe Realtime 3 และโมเดลแปลงข้อความเป็นเสียง Voxtral Speech 3
Mistral ระบุว่าโมเดลถอดเสียงรองรับมากกว่า 50 ภาษา และคิดค่าบริการ API นาทีละ 0.0035–0.008 ดอลลาร์ ส่วนการแปลงข้อความเป็นเสียงมีค่าบริการ 13 ดอลลาร์ต่อ 1 ล้านตัวอักษร
บริษัทยังเปิดตัว SDK สำหรับเอเจนต์เสียงที่พัฒนาบน LiveKit โดยระบุว่ารองรับการแยกผู้พูด การโคลนเสียง การเรียกใช้ฟังก์ชัน และการโทรผ่าน SIP
ด้านประสิทธิภาพ Mistral ระบุว่า Voxtral Small Transcribe 3 ทำได้ดีกว่าโมเดลคู่แข่งอย่าง Whisper large-v3 และ Gemini 3.5 Transcribe ในการทดสอบด้วยเบนช์มาร์ก FLEURS
ความคิดเห็น 0