Yapay zekâ dünyasında dikkat çeken bir gelişme yaşandı. Fransız teknoloji şirketi Mistral, Voxtral adlı yeni ses modelini duyurdu. Şirketin sesli yapay zekâya odaklanan ilk büyük dil modeli ailesi olarak tanımladığı Voxtral, özellikle gerçek dünyadaki kurumsal uygulamalar için tasarlandı. Modelin performansıyla Whisper large-v3 gibi açık kaynaklı çözümleri geride bıraktığı belirtiliyor.

Voxtral, çoklu dil desteğiyle 30 dakikaya kadar sesleri metne dökebiliyor ve 40 dakikaya kadar ses içeriklerini anlayabiliyor. Bu sayede yalnızca transkripsiyon değil, özet çıkarma, analiz yapma ve hatta API üzerinden işlem gerçekleştirme gibi görevleri de yerine getirebiliyor. Mistral, bu modeli kullanıcı dostu arayüzlerle Le Chat platformuna entegre etmeye hazırlanıyor.

Voxtral Small ve Mini Sürümleriyle Geniş Bir Kullanım Alanı Sunuyor

Yeni model iki farklı varyantla sunuluyor: Voxtral Small ve Voxtral Mini. Voxtral Small, 24 milyar parametreye sahip güçlü bir yapı sunarken, GPT-4o-mini ve Gemini 2.5 Flash gibi modellerle rekabet edebilecek seviyede olduğu ifade ediliyor. Bu model, büyük ölçekli uygulamalar için ideal bir çözüm sunmayı hedefliyor.

Daha hafif olan Voxtral Mini ise 3 milyar parametre içeriyor ve özellikle yerel ya da uç birimlerdeki uygulamalar için öne çıkıyor. Bu modelin sunduğu Voxtral Mini Transcribe sürümü, uygun maliyetli olmasıyla dikkat çekiyor ve OpenAI’nin Whisper modelini hem fiyat hem performans açısından geride bırakıyor. Üstelik bu modeller Hugging Face üzerinden indirilebilir ve yerel olarak barındırılabilir.

Mistral, ses transkripsiyonunun dakikası için yalnızca 0.001 dolar ücret belirlemiş durumda. Bu da modeli ölçeklenebilir kılıyor. Şirketin 2023 yılında kurulmasına rağmen 1.2 milyar dolar yatırım alması ve Nvidia, Samsung gibi devlerle çalışması, Voxtral’ın sektörde ne denli önemli bir yere sahip olabileceğini gösteriyor.

ChatGPT GPT-4o Mini’ye Ciddi Rakip Geldi!

Mistral Yeni Ses Modeli Voxtral’ı Tanıttı yazısı ilk önce TeknoBurada üzerinde ortaya çıktı.