Voxtral Small
مدل زبانی چندوجهی (متن و تصویر) از میسترال
به فارسی:وکسترال اسمالووکسترال اسمال ۲۴ بی
این مدل چیست؟
Voxtral Small مدل ۲۴ میلیارد پارامتری و متنباز (Apache 2.0) Mistral برای درک گفتار است که ژوئیهٔ ۲۰۲۵ منتشر شد؛ صدا را به متن تبدیل و ترجمه میکند و دربارهٔ محتوای صوتی هم پرسشوپاسخ و خلاصهسازی انجام میدهد. زبانهای اصلی آن انگلیسی، فرانسوی، آلمانی، اسپانیایی، ایتالیایی، پرتغالی، هلندی و هندی است. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۲٫۸٪ است و وزنهایش روی Hugging Face و نسخهٔ API آن در OpenRouter و لیارا هست.
سازنده: میسترال (Mistral AI)
کجا میشود از آن استفاده کرد؟
جایگاه در جدولهای مقایسه
- سنجش گفتار به متن Artificial AnalysisVoxtral Smallرتبهٔ ۱۲خطای کلمه ۲٫۸٪$۴ برای ۱۰۰۰ دقیقه صدا