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 Small
    رتبهٔ ۱۲خطای کلمه ۲٫۸٪$۴ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر میسترال