Lãnh đạo AI châu Âu Mistral AI đã giới thiệu mô hình âm thanh

Startup trí tuệ nhân tạo của Pháp Mistral AI đã giới thiệu một mô hình nhận diện giọng nói mở có tên là Voxtral, tham gia vào cuộc cạnh tranh trên thị trường âm thanh.

Giới thiệu các mô hình nhận diện giọng nói tốt nhất thế giới ( và mở )!

— Mistral AI (@MistralAI) Ngày 15 tháng 7, 2025

Công cụ này được thiết kế cho doanh nghiệp và nhằm mục đích tích hợp vào quy trình sản xuất. Nó được định vị như một giải pháp để tạo ra trí tuệ ngôn ngữ thực sự thực tiễn.

Nói cách khác, các nhà phát triển sẽ không còn phải lựa chọn giữa:

• một hệ thống rẻ tiền và mở, không xử lý tốt việc phiên âm và không hiểu những gì đã nói;
• một mô hình hoạt động tốt, nhưng kín đáo và đắt hơn.

Công ty khẳng định rằng Voxtral cung cấp một lựa chọn giá cả phải chăng, chi phí "dưới một nửa" so với các sản phẩm tương tự.

Mô hình có khả năng phiên âm lên đến 30 phút âm thanh và hiểu lên đến 40 phút, cho phép đặt câu hỏi về nội dung, tạo tóm tắt hoặc biến lệnh thoại thành hành động như gọi API hoặc khởi động các chức năng trong thời gian thực.

Voxtral hỗ trợ nhiều ngôn ngữ và có khả năng hiểu tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Bồ Đào Nha, tiếng Hindi, tiếng Đức, tiếng Hà Lan và tiếng Ý.

Công ty cung cấp hai lựa chọn mạng nơ-ron:

• Voxtral Small — chứa 24 tỷ tham số và được thiết kế để triển khai ở quy mô sản xuất;
• Voxtral Mini — có 3 tỷ tham số và phù hợp cho các triển khai cục bộ.

Ngoài ra, còn có phiên bản Voxtral Mini Transcribe siêu rẻ, đơn giản và nhanh chóng, được tối ưu hóa hoàn toàn cho việc chuyển đổi văn bản.

Voxtral có thể được thử nghiệm miễn phí trên Hugging Face hoặc trong chatbot Le Chat. Tích hợp API có giá từ $0,001 mỗi phút.

Mistral AI được coi là startup AI hàng đầu của châu Âu, có khả năng cạnh tranh với các công ty Mỹ và Trung Quốc. Vào tháng 2, họ đã phát hành ứng dụng di động trên iOS và Android.

Nhắc lại, lãnh đạo châu Âu về trí tuệ nhân tạo dự kiến thực hiện IPO.