Mistral AI以全新转录模型突破速度极限

法国人工智能公司Mistral AI通过最新发布的Voxtral Transcribe 2双模型组合，为语音识别技术树立了新标杆。这两款专业模型分别针对语音技术的两大核心需求：闪电般的响应速度和具有成本效益的批量处理。

实时转录革命

旗舰产品Voxtral Realtime凭借近乎即时的表现引发关注。基于精简而强大的40亿参数架构，它实现了许多人认为不可能的任务——仅200毫秒延迟的语音转录，这比眨眼还要快。

"想象一下进行对话时，你的话还没说完就已经显示在屏幕上"，Mistral首席技术官在接受我们独家采访时解释道，"这就是我们提供的无缝体验"。

为推动开放式创新，Mistral大胆地将模型权重以宽松的Apache 2.0许可证发布，邀请全球开发者在此基础上进行构建。

长音频专家

针对长时间录音场景，Voxtral Mini Transcribe V2提供了同样引人注目的解决方案。它能轻松处理长达三小时的音频文件，同时保持据称超越GPT-4o mini Transcribe和Gemini2.5Flash等竞争对手的准确率。

定价策略使两款模型都具有高性价比：

• 离线处理：每分钟0.003美元
• 实时API：每分钟0.006美元

语言支持涵盖中文等13种语言，这些工具非常适合从国际会议到多语言客服中心等全球商业应用场景。

核心亮点：

• ⚡ 极速响应： 转录延迟短于人类反应时间（低于200毫秒）
• 🏆 精度领先： 基准测试中超越主要竞争对手
• 🌐 全球适配： 原生支持中文及其他12种语言
• 💰 经济实惠： 具有竞争力的定价降低了各类企业的使用门槛