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
安全链接HTTPS
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
💻
CMU Sphinx
软件
CMU Sphinx 是一个基于 BSD 风格许可证发布的、无需特定说话人、支持大规模词汇的连续语音识别系统。它也是一组开源工具和资源的集合，使研究人员和开发者能够构建语音识别系统。
免费 • 开源
查看详情
Letterly 是一款移动应用，可将任意语音转换为清晰且结构良好的文本。它不仅仅是语音转文字。借助人工智能技术，你可以将语音转化为结构化的笔记、吸引人的社交媒体帖子、可读的会议纪要、正式的邮件等。
免费增值 • 专有
查看详情
许可证免费增值 • 开源
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。