Voxtral
Voxtral
软件描述
Voxtral 模型是前沿的语音理解模型，提供两种尺寸版本：一种是 240 亿参数版本，适用于大规模生产场景；另一种是 30 亿参数版本，适用于本地和边缘设备部署。两种版本均采用 Apache 2.0 开源许可证发布。
官方网站
访问软件的官方网站了解更多信息
docs.mistral.ai
什么是 Voxtral?
Voxtral 模型是前沿的语音理解模型，提供两种规格：一种是 240 亿参数版本，适用于大规模生产场景；另一种是 30 亿参数版本，适用于本地及边缘设备部署。两款模型均采用 Apache 2.0 开源许可协议发布。我们已将这两个模型上线至 API 服务，并提供高度优化的仅转录端点，实现无与伦比的成本效益。
Voxtral Small 是 Mistral Small 3 的增强版本，在保留顶尖文本性能的同时，集成了最先进的音频输入能力，尤其擅长语音转录、翻译和音频理解。
Voxtral Mini 是 Ministral 3B 的增强版本，在保留顶尖文本性能的同时，集成了最先进的音频输入能力，尤其擅长语音转录、翻译和音频理解。
🔄 替代方案
64 个选择
Whisper Mate
软件
使用 OpenAI 的 Whisper AI 模型批量将音频文件或视频文件转录为文本。提供嵌入式字幕编辑器，可逐段预览转录结果。所有转录操作均在本地设备上完成，保障您的隐私安全。
AI Audio Kit
一个简单直接的 macOS 应用程序，允许用户从 macOS 桌面使用不同的 Whisper 服务（OpenAI API、Runpod Faster Whisper）。您可以使用自己的 API 密钥，确保仅对实际使用的服务产生费用。
Buzz Captions
Buzz Captions 是一款基于 OpenAI Whisper 模型的离线音频转录与翻译工具，用户可以导入音频和视频文件，生成 CSV、SRT、TXT 和 VTT 格式的字幕文本。
DeepGram
使用世界级的语音识别和领域专用语言模型（DSLMs）来赋能您的应用。准确无误，速度快，可满足企业级扩展需求，价格极具竞争力。开发者所需的一切，助您安心构建，更快上线。
下载与相关链接
安全提示安全提醒
点击下方链接将跳转到第三方网站，请确保来源安全，建议优先从官方网站下载。