«ووکسترال» معرفی شد؛ هوش مصنوعی صوتی و متن‌باز با قابلیت‌های پیشرفته

قابلیت‌های مبتنی‌بر هوش مصنوعی روز‌به‌روز فراگیر‌تر می‌شوند و در تعداد زیادی از آن‌ها دستورات صوتی نقش اصلی را بازی می‌کنند. در همین راستا، استارتاپ فرانسوی میسترال اولین هوش مصنوعی صوتی و متن‌باز خود به‌نام ووکسترال را معرفی کرده است تا به رقابت با بزرگان برود.

میسترال، ووکسترال را نخستین مدل هوش مصنوعی صوتی می‌داند که قادر است «هوش گفتاری واقعاً کاربردی» را در محیط‌های عملیاتی ارائه دهد. به‌لطف این مدل، توسعه‌دهندگان دیگر مجبور نیستند بین سیستم‌های ارزان‌قیمت و ضعیف و نمونه‌های کارآمد انحصاری و گران‌قیمت یکی را انتخاب کنند.

میسترال می‌گوید کسب‌وکار‌ها می‌توانند مدل ووکسترال را با کمتر از نصف هزینه‌ی مدل‌های مشابه به‌کار بگیرند. مدل جدید فرانسوی‌ها می‌تواند به‌مدت ۳۰ دقیقه محتوای صوتی را رونویسی کند.

ووکسترال به‌کمک مدل زبانی Mistral Small 3.1، می‌تواند به‌مدت ۴۰ دقیقه محتوای صوتی را درک کند و به‌کاربران اجازه بدهد تا درباره‌ی آن‌ها سوال بپرسند و اقداماتی نظیر خلاصه‌سازی و دستورات صوتی انجام بدهند. پشتیبانی از از زبان‌های انگلیسی، اسپانیایی، فرانسوی، پرتغالی، هندی، آلمانی، هلندی و ایتالیایی تایید شده است.

دو مدل مختلف برای هوش مصنوعی Voxtral وجود دارد:

• Voxtral Small با ۲۴ میلیارد پارامتر برای رقابت با مدل‌هایی مانند GPT-4o-mini و ElevenLabs Scribe و Gemini 2.5 Flash.
• Voxtral Mini با ۳ میلیارد پارامتر و مناسب برای اجرای محلی.

Voxtral Mini یک نسخه‌ی ارزان‌تر و سریع‌تر به‌نام Voxtral Mini Transcribe هم دارد که صرفاً برای رونویسی طراحی شده است و به‌ادعای میسترال، با کمتر از نصف قیمت، عملکرد بهتری از OpenAI Whisper دارد.

کاربران می‌توانند این مدل را به‌صورت رایگان از طریق Hugging Face یا چت‌بات اختصاصی Le Chat میسترال آزمایش کنند. هزینه‌ی ادغام ووکسترال در اپلیکیشن‌ها از ۰٫۰۰۱ دلار به‌ازای هر دقیقه آغاز می‌شود.

میسترال از شرکت‌های برتر هوش مصنوعی در اروپا به‌شمار می‌رود و احتمالاً می‌خواهد تا یک میلیارد دلار از شرکت‌هایی مانند MGX ابوظبی سرمایه جذب کند.