Mistral smartfonda işləyən ucuz nitq transkripsiya modelini buraxdı

Parisdə yerləşən Mistral AI startapı istifadəçi cihazlarında yerli olaraq işləyən və səsi rəqiblərdən on dəfə daha sürətli emal edən Voxtral Transcribe 2 adlı iki nitqin tanınması modelini təqdim etdi. Modellər tibb, maliyyə və dövlət sektoru üçün mühüm əhəmiyyət kəsb edən məlumatları serverə ötürmədən cihazdakı səsi emal edir. API vasitəsilə transkripsiyanın qiyməti

üçün dəqiqədə $0,003 təşkil edir

toplu emal və real vaxt üçün $0,006. Real vaxtda gecikmə Google-un iki saniyəsinə qarşı 200 millisaniyəyə qədər tənzimlənir. Müxtəlif tapşırıqlar üçün iki model Mistral texnologiyanı iki məhsula ayırdı. Voxtral Mini Transscribe V2 qeydə alınmış faylları toplu şəkildə emal edir

və 13 dili dəstəkləyir - İngilis, Mandarin Çini, Yapon, Ərəb, Hind və bir neçə Avropa dili. Şirkət bazardakı bütün transkripsiya xidmətləri arasında sözün tanınması səhvlərinin ən aşağı faizini iddia edir. API vasitəsilə qiymət dəqiqədə 0,003 dollar təşkil edir ki, bu da əsas rəqiblərdən beş dəfə ucuzdur. Voxtral Realtime 200 millisaniyə qədər gecikmə ilə canlı audio ilə işləyir. Bu model Apache 2.0 açıq lisenziyası altında paylanır - tərtibatçılar Hugging Face

-dən çəkiləri endirirlər.

onları dəyişdirin və Mistral lisenziya ödənişləri olmadan yerləşdirin. Öz infrastrukturunu idarə etməməyi üstün tutanlar üçün API girişi dəqiqədə 0,006 dollara başa gəlir. Mistralın elmi əməliyyatlar üzrə vitse-prezidenti Pierre Stock VentureBeat-ə müsahibəsində "Açıq mənbə icması tətbiqlərə gəldikdə çox yaradıcıdır. Biz onların nə etdiyini görməkdə maraqlıyıq" dedi.

Cihazda emal məxfilik problemlərini həll edir Yerli olaraq işləyəcək qədər yığcam modellər yaratmaq qərarı müəssisə bazarının hara getdiyinin hesablanmasını əks etdirir. Şirkətlər AI-ni Həssas İş Yerlərinə inteqrasiya etdikcə

proseslər - tibbi məsləhətlərin transkripsiyası, maliyyə məsləhətçilərinin zəngləri, hüquqi depozitlər - haqqında sualməlumat marşrutu kritik olur. Stock, audio xüsusiyyətləri olan mövcud qeyd yazma proqramlarında problemi təsvir etdi: onlar kənar səs-küyü nəzarətsiz şəkildə qəbul edirlər. Sistem mahnı sözlərini fonda yaza, başqasının söhbətini çəkə və ya fon səs-küyünə görə halüsinasiyalar görə bilər. Mistral kurasiyaya əhəmiyyətli resurslar yatırıb

bu problemləri həll etmək üçün məlumatların və model arxitekturasının təlimi. Şirkət ABŞ rəqiblərinin tətbiq etməkdə daha yavaş olduğu müəssisə xüsusiyyətləri əlavə etdi. Kontekstual ofset müştərilərə ixtisaslaşdırılmış terminologiya siyahısını endirməyə imkan verir - tibbi jarqon

brend məhsul adları, sənaye abbreviaturaları - və model qeyri-müəyyən audionu transkripsiya edərkən avtomatik olaraq bu şərtlərə üstünlük verəcək. Modelin yenidən hazırlanmasını tələb edən yenidən təlimdən fərqli olaraq, kontekstdə qərəzlilik sadə API parametri ilə işləyir. "Sizə yalnız mətn siyahısı lazımdır. Və

sonra model avtomatik olaraq transkripsiyanı bu abreviaturalara və ya qəribə sözlərə keçirəcək. O, nümunəsiz işləyir, yenidən hazırlıq tələb etmir, mürəkkəb manipulyasiyalar tələb etmir”, - Stok izah edib. Cəmi 4 milyard parametrə malik olan model noutbukda, telefonda və ya smart saatda işləmək üçün kifayət qədər kiçikdir. Bu, səsi və onu emal etməyə imkan verir

istifadəçinin məlumatı uzaq serverlərə ötürmədən yerləşdiyi transkripsiya - səhiyyə, maliyyə və müdafiə kimi tənzimlənən sənayelərdə olan şirkətlər üçün kritik ola biləcək xüsusiyyət. Zavod mərtəbələrindən tutmuş zəng mərkəzlərinə qədər Stok texnologiyadan istifadə üçün iki ssenari təsvir etdi. Birincisi sənaye auditinə aiddir: texniki işçilər istehsalat zavodunun ətrafında gəzir, ağır avadanlıqları yoxlayır və qışqırırlar

zavod mexanizmlərinin səs-küyü ilə müşahidələr. Çətinlik "bu insanlardan başqa heç kimin düzgün yaza bilməyəcəyi texniki lüğətin" öhdəsindən gəlmək və yüksək səs səviyyəsini qoruyaraq, çıxış kimi vaxt ştampları və spiker identifikasiyası ilə qeydlər hazırlamaqdır.Səs-küyə davamlılıq. İkinci ssenari müştəri dəstəyi əməliyyatlarını hədəfləyir. Bir şəxs dəstək ilə əlaqə saxladıqda

Voxtral Realtime söhbəti real vaxt rejimində transkripsiya edir, mətni zəng edən şəxs problemi izah etməyi bitirməzdən əvvəl müvafiq müştəri qeydlərini tapan arxa sistemlərə ötürür. “Müştəri cümləni bitirib şikayət etməyi dayandırmazdan əvvəl status operatorun ekranında görünəcək. Bu

o deməkdir ki, siz dərhal əlaqə saxlayaraq, “Yaxşı, statusu görürəm. Ünvanı düzəltməyə və paketi geri göndərməyə icazə verin," Stok izah etdi. O, hesab edir ki, bu, tipik yardım masasının qarşılıqlı əlaqəsini bir neçə mübadilədən cəmi ikiyə endirə bilər: müştəri problemi izah edir və agent dərhal onu həll edir. Transkripsiyaya diqqət yetirilməsinə baxmayaraq, real vaxtda tərcümə 2026-cı ilin sonuna qədər çata bilər. Stok

Aydın etdi ki, Mistral bu modelləri daha iddialı məqsəd - real vaxtda təbii nitqdən nitqə tərcümə üçün fundamental texnologiya kimi görür. “Bəlkə də modelin əsasını qoyduğu son hədəf tətbiqi canlı tərcümədir. Mən fransızca danışıram, siz ingiliscə danışırsınız. Minimum gecikmə kritikdir

Əks halda empatiya qurmayacaqsınız. Üzünüz bir saniyə əvvəl dediklərinizlə sinxronlaşmayacaq” dedi. Bu məqsəd Mistral-ı bu problemin üzərində işləyən Apple və Google ilə birbaşa rəqabətə qoyur. Google-un ən son tərcümə modeli iki saniyə gecikmə ilə işləyir—on dəfə daha yavaş

Voxtral Realtime üçün Mistral bildirir. Mistral özünü müəssisə müştəriləri üçün özəl alternativ kimi təqdim edir. Mistral AI mənzərəsində qeyri-adi mövqe tutur. 2023-cü ildə Meta* və Google DeepMind şirkətləri tərəfindən qurulan şirkət 2 milyard dollardan çox gəlir əldə edib və hazırda təxminən 13,6 milyard dollar dəyərində qiymətləndirilir. Bununla belə, o, ABŞ-ın hipermiqyaslı şirkətləri üçün mövcud olan hesablama resurslarının bir hissəsi üzərində işləyir və inşa etmişdirvə strategiya

Kobud güc deyil, səmərəlilik ətrafında. "Bizim buraxdığımız modellər korporativ səviyyəli, sənayedə qabaqcıl, səmərəlidir - xüsusən də xərc baxımından - kənarda yerləşdirilə bilər, məxfiliyi aça bilər, nəzarəti və şəffaflığı aça bilər" dedi Stok. Bu yanaşma xüsusilə Avropalı müştərilər arasında rezonans doğurdu

Amerika texnologiyasından asılılıqdan qorxanlar. Yanvar ayında Fransanın Silahlı Qüvvələr Nazirliyi ölkənin hərbi qüvvələrinə Mistralın süni intellekt modellərinə giriş imkanı verən çərçivə sazişi imzaladı - bu, Fransanın nəzarətində olan infrastrukturda yerləşdirməni tələb edən bir razılaşmadır. Məlumatların məxfiliyi korporativ mühitlərdə səsli AI-nin tətbiqi üçün ən böyük maneələrdən biri olaraq qalır. Həssas sənaye şirkətləri üçün -

maliyyə, istehsal, səhiyyə, sığorta - audio məlumatların xarici bulud serverlərinə göndərilməsi çox vaxt qəbuledilməzdir. Məlumat ya cihazın özündə, ya da şirkətin öz infrastrukturunda qalmalıdır. OpenAI, Google və yüksələn Çin ilə rəqabət Transkripsiya bazarı son dərəcə rəqabətli olmuşdur. OpenAI-nin Whisper modeli API vasitəsilə və yüklənə bilən açıq mənbə çəkiləri kimi mövcud olan sənaye standartına çevrildi. Google, Amazon və Microsoft

korporativ nitq xidmətləri təklif edin. Assembly AI və Deepgram kimi ixtisaslaşmış oyunçular etibarlı, genişlənə bilən transkripsiyaya ehtiyacı olan tərtibatçılara xidmət göstərən əhəmiyyətli bizneslər qurdular. Mistral deyir ki, yeni modellər qiyməti aşağı salmaqla yanaşı, test dəqiqliyi baxımından hamısından üstündür. "Biz etalonlarda onlardan daha yaxşıyıq" dedi Stok. Bunların müstəqil yoxlanılması

İddialar vaxt aparacaq, lakin şirkət Voxtral modellərinin OpenAI və Google alternativləri ilə bərabər və ya daha yaxşı söz tanıma xəta dərəcələrinə nail olduğu geniş istifadə olunan çoxdilli nitq etalonu olan FLEURS-də performansa işarə edir. Bəlkə də daha önəmlisi, Mistral

ın baş direktoru

Arthur Mensch prABŞ-ın süni intellekt şirkətləri gözlənilməz istiqamətdən təzyiqlə üzləşir, deyə xəbərdarlıq edib. Keçən ay Davosda keçirilən Dünya İqtisadi Forumunda çıxış edən Menş Çin süni intellektinin Qərbdən geri qalması fikrini rədd edərək, bunu “nağıl” adlandırıb. "Çinin açıq mənbə texnologiya imkanları, ehtimal ki, ABŞ-dakı CEO-ları kənara qoyur" dedi. Trast Stock-a fransız startap mərcləri 2026-cı ilin “il

olacağını proqnozlaşdırır

qeyd alma" - AI transkripsiyasının o qədər etibarlı olacağı nöqtəsi ki, istifadəçilər ona tamamilə etibar edəcəklər. "Siz modelə etibar etməlisiniz və model əsas etibarilə bircə səhvə yol verə bilməz, əks halda siz sadəcə olaraq məhsula inamınızı itirəcək və ondan istifadəni dayandıracaqsınız. Həddi super, çox sıxdır" dedi. Mistralın bu həddi keçib-keçməyəcəyini hələ də görmək lazımdır. Korporativ müştərilər yekun hakimlər olacaq və onlar yavaş-yavaş hərəkət etməyə meyllidirlər

büdcələri və iş axınını yeni texnologiyaya uyğunlaşdırmadan əvvəl iddiaları reallıqla yoxlayın. Tərtibatçıların Voxtral Transcribe 2-ni faylları ilə sınaqdan keçirə biləcəyi Mistral Studio-da audio oyun meydançası bu gün fəaliyyətə başladı. Lakin daha geniş arqument

Stok diqqətə layiqdir. Amerika nəhənglərinin milyardlarla dolları getdikcə daha böyük modellərə ataraq rəqabət apardığı bir bazarda Mistral fərqli bir mərc edir: Süni intellekt dövründə daha kiçik və yerli olanlar daha böyük və daha çox qalib gələ bilər. Günlərini məlumatların suverenliyi, tənzimləmə qaydalarına uyğunluq və satıcıların bağlanması ilə bağlı narahatçılıqla keçirən rəhbərlər üçün bu təklif istənilən meyardan daha cəlbedici ola bilər. Müəssisə səsli AI-də üstünlük yarışı artıq deyil

yalnız ən güclü modeli kimin quracağı haqqında. Dinləməyə icazə verəcəyiniz modeli kimin quracağından gedir. * Meta şirkətinə məxsusdur, Rusiya Federasiyasında ekstremist təşkilat kimi tanınır və fəaliyyəti qadağandır.

Сообщает itzine.ru

 

Опубликовано: 23:06, 05.02.2026

 

Новость из рубрики: Политика

 

Поделиться новостью:

 

Топ Новости Недели

• Сумки мужские через плечо — это универсальное решение для современного ритма жизни...
• Понимание того, когда нужен таможенный юрист, позволяет своевременно принять правильное решение и защитить свои интересы...
• Современные цифровые технологии меняют подход к ведению бизнеса, и использование электронного документооборота становится неотъемлемой частью эффективной работы...
• После установки клиенты получают не только готовое решение, но и уверенность в его надежной работе на протяжении всего срока службы...
• Появление Apple Watch существенно повлияло на развитие всего сегмента смарт часов...
• Газопоршневые установки Jenbacher — это надежное и современное решение для эффективного производства энергии с высоким уровнем экологичности...
• Маркетинговые услуги становятся неотъемлемой частью формирования успешной стратегии, ориентированной на максимальную эффективность, постоянное совершенствование и достижение конкурентных преимуществ...
• Сегодня паровые котлы напрямую влияют на эффективность производственных процессов, стабильность технологий и экономику предприятий...
• Авторский букет — это не просто подарок, а способ выразить уникальные эмоции и подчеркнуть значимость события...
• Горнолыжные брюки BASK — это сочетание технологий, практичности и адаптации к суровым условиям...
• Геотекстиль под тротуарную плитку — это важный элемент современного мощения, который обеспечивает надежность, устойчивость и долговечность покрытия...
• Онлайн-музыка становится логичным решением для тех, кто ценит удобство и доступност...
• Современные неврологические центры: задачи, возможности и показания...
• Букет на юбилей: как правильно выбрать цветы для важного события...
• Удаление папиллом лазером — это современный, безопасный и высокоэффективный способ устранения кожных новообразований...
• Квадро баня является удачным сочетанием современных технологий, удобства и традиций банного отдыха...
• Асфальтирование — это сложный и ответственный процесс, требующий профессионального подхода на каждом этапе...
• Школьные экскурсии — это не просто выездные мероприятия, а полноценная образовательная практика, способствующая развитию мышления, интересов и социальных навыков учащихся...
• Экскурсии на шоколадную фабрику для школьников — это удачное сочетание образовательного контента, практических занятий и ярких эмоций...
• Фторопласт по праву считается одним из наиболее универсальных и надёжных материалов, применяемых в промышленности и быту...