新媒网跨境获悉，法国人工智能初创公司Mistral近日推出其首款开源音频模型Voxtral，这标志着该公司正式进军语音交互领域。随着AI技术日益成熟，语音已成为人机交互的主流方式，Mistral此举旨在通过开放模型挑战传统封闭系统的垄断。公司表示，Voxtral能为企业提供高效且经济的选择，避免开发者在廉价但低效的系统与高价但受限的方案之间艰难取舍。新媒网跨境认为，这一创新有望推动语音AI技术的普及，为全球开发者带来更多便利。

Mistral发布的Voxtral模型基于其大型语言模型骨干Mistral Small 3.1开发，能够转录长达30分钟的音频内容。得益于先进架构，模型的理解能力扩展到40分钟，用户可以直接对音频提问、生成摘要，或将语音命令转化为实时操作，例如调用API或运行函数。这大大提升了语音交互的实用性和灵活性。此外，Voxtral支持多语言处理，包括英语、西班牙语、法语、葡萄牙语、印地语、德语、荷兰语和意大利语等，覆盖全球主要语种，为企业全球化部署扫清障碍。模型的开源特性意味着开发者可以自由定制和优化，无需担心高昂成本或控制权缺失。

针对不同应用场景，Mistral提供了Voxtral的两个主要变体。其中，Voxtral Small拥有240亿参数，专为生产规模部署设计，性能媲美ElevenLabs Scribe、GPT-4o-mini和Gemini 2.5 Flash等业界领先方案。另一个版本Voxtral Mini则专注于本地和边缘计算，参数规模为30亿，适合资源受限环境。公司还推出了一款名为Voxtral Mini Transcribe的超经济API版本，针对纯转录场景优化，速度更快且成本更低。据称，它在转录准确性上超越OpenAI Whisper，而价格不到后者的一半。新媒网跨境了解到，Mistral强调Voxtral的定价优势，企业用户可节省超过50%的费用，这为中小型开发者打开了AI应用的大门。

试用和集成Voxtral十分便捷。用户可通过Hugging Face平台免费下载API，或在Mistral的聊天机器人Le Chat中测试模型功能。公司提供灵活的接入方案，API集成起步价仅为每分钟0.001美元，远低于市场同类产品。这种低门槛策略鼓励开发者快速上手，探索语音AI的潜力。此次发布距Mistral上月推出Magistral推理模型仅一个月时间，Magistral专注于逐步解决问题以提升可靠性，体现了公司在AI领域的持续创新。Mistral作为欧洲顶尖AI企业，长期倡导开源模式，其开放理念正吸引全球关注。外媒报道称，公司正与阿布扎比的MGX基金等投资者洽谈，可能筹集高达10亿美元资金，以加速技术研发和市场拓展。

开源模型的兴起正重塑AI生态，Voxtral的推出不仅降低了技术门槛，还促进了知识共享。新媒网跨境预测，未来将有更多企业转向开放解决方案，推动语音交互在电商、客服和智能设备等领域的广泛应用。这一趋势将惠及全球开发者，助力创新浪潮持续涌动。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/5050.html