Mistral AI brengt Voxtral Transcribe 2 uit — spraakherkenningsmodellen met ultralage latentie

Mistral AI heeft Voxtral Transcribe 2 uitgebracht, een nieuwe generatie spraak-naar-tekst-modelfamilie. Het omvat Voxtral Mini Transcribe V2 voor batchtranscriptie en Voxtral Realtime voor live transcriptie met instelbare latentie tot onder de 200 ms. Voxtral Realtime heeft open gewichten onder de Apache 2.0-licentie. Beide modellen ondersteunen 13 talen: Engels, Chinees, Hindi, Spaans, Arabisch, Frans, Portugees, Russisch, Duits, Japans, Koreaans, Italiaans en Nederlands. Voxtral Mini Transcribe V2 bereikt een woordfoutpercentage van ongeveer 4% op de FLEURS-benchmark tegen $0,003 per minuut, waarmee het concurrenten zoals GPT-4o mini Transcribe en Gemini 2.5 Flash overtreft. Het beschikt ook over sprekerdiarisatie, contextuele bias, woordniveau-tijdstempels, ruisbestendigheid en ondersteunt audio tot 3 uur. Voxtral Realtime, met een omvang van 4 miljard parameters, draait efficiënt op edge-apparaten en biedt bijna-offline nauwkeurigheid, zelfs bij een vertraging van 480 ms. Mistral heeft ook een audioplayground gelanceerd in Mistral Studio voor het testen van transcriptie met diarisatie en tijdstempels.