Французский стартап выпустил доступную альтернативу Whisper

Разработка предлагает открытую альтернативу закрытым системам распознавания речи и позиционируется как более доступное решение, поскольку ее стоимость вдвое ниже аналогов.

Voxtral способна транскрибировать до 30 минут аудио, а благодаря интеграции с языковой моделью Mistral Small 3.1 понимает до 40 минут речи. Система поддерживает команды, генерирует сводки и может выполнять действия в реальном времени. Поддерживаются восемь языков, включая английский, испанский, немецкий и хинди.

В линейке доступны две модели: Voxtral Small с 24 млрд параметров для масштабных задач и Voxtral Mini с 3 млрд параметров для локального развёртывания. Также предложена версия Mini Transcribe, ориентированная только на транскрипцию — дешевле Whisper от OpenAI более чем в два раза.

API доступен бесплатно на платформе Hugging Face, стоимость интеграции начинается от $0,001 за минуту аудио.