Mistral AI 发布开源语音理解模型 Voxtral

Mistral AI 发布 Voxtral 语音理解模型，提供面向生产应用的 24B 版本和面向本地及边缘部署的 3B 版本，均采用 Apache 2.0 许可，并可通过 API 使用。模型支持最长 32k token 上下文，可转录最长 30 分钟音频或理解最长 40 分钟音频，并具备多语言处理、音频问答、摘要及语音触发函数调用能力；公告称 API 起价为每分钟 0.001 美元。