Mistral AI 发布 Voxtral Transcribe 2,实时转写延迟低于 200ms
Mistral AI 发布 Voxtral Transcribe 2,包括批量转写模型 Voxtral Mini Transcribe V2 和实时模型 Voxtral Realtime。两者支持 13 种语言;前者提供说话人分离、上下文偏置和词级时间戳,单次可处理最长 3 小时音频,API 价格为 $0.003/min。4B 参数的 Realtime 延迟最低可配置至 200ms 以下,API 价格为 $0.006/min,并以 Apache 2.0 许可开放权重。

推荐理由原文提供延迟、错误率、价格与部署方式,便于比较批量和实时转写方案的性能取舍,并评估其在语音智能体和端侧场景中的适用性。
















