Mistral revoluciona el audio con Voxtral: El nuevo modelo de IA que cambiará el juego

La inteligencia artificial acaba de dar un salto estratosférico. Mistral—el gigante europeo de IA—desvela Voxtral, su modelo de audio de última generación que promete redefinir la creatividad sonora.

¿La apuesta? Superar a OpenAI y ElevenLabs en su propio terreno. Porque en la carrera por dominar el audio generativo, solo sobreviven los que innovan... o los que tienen más VC funding.

Voxtral llega cargado de algoritmos capaces de imitar voces humanas con una precisión escalofriante. Perfecto para podcasts, asistentes virtuales y—por supuesto—deepfakes de dudosa legalidad.

Mientras Wall Street sigue obsesionada con las acciones de Nvidia, los verdaderos disruptores escriben código en silencio. Voxtral podría ser el próximo 'token moonshot'... si logra monetizarse antes de que la regulación lo ahogue.

Voxtral funciona con Mistral Small 3.1

Voxtral funciona con el modelo de lenguaje grande (LLM) Mistral Small 3.1. El modelo de audio ai puede comprender múltiples idiomas, como inglés, francés, español, portugués, italiano, alemán, hindú, hindi y más.

El modelo de audio es capaz de transcribir hasta 30 minutos de audio. Además, Voxtral puede comprender hasta 40 minutos de audio, lo que facilita a los usuarios conversar y hacer preguntas relevantes. Los usuarios también pueden pedirle que genere resúmenes de texto del archivo de audio o proporcione análisis y ideas detalladas. También pueden ejecutar otras acciones, como ejecutar funciones a través de una llamada API.

Mistral ofrece los "modelos de comprensión del habla" de Voxtral en dos variaciones llamadas Voxtral Small and Voxtral Mini. Ambos modelos son capaces de interactuar con indicaciones basadas en el habla o una combinación de indicaciones de audio y texto.

El más poderoso de los dos modelos, Voxtral Small, presenta parámetros de 24B: ideal para las implementaciones a escala de producción. Mistral escribió que "Voxtral Small es competitivo con GPT-4O-Mini y Gemini 2.5 flash en todas las tareas".

Voxtral Mini es una opción de peso más ligero con parámetros 3B, lo que lo convierte en opción detronG para implementaciones locales y de borde. Su versión API, Voxtral Mini Transcribe, no solo es rentable, sino que también supera el susurro de OpenAI, a menos de la mitad del precio.

Tanto Voxtral Small (24B) como Voxtral Mini (3B) están disponibles para la descarga y el alojamiento local de Hugging Face. Los desarrolladores también pueden integrar los modelos de audio a través de una sola llamada API en cualquier aplicación. El precio comienza en $ 0.001 por minuto, lo que hace que la transcripción sea escalable. Mistral declaró que Voxtral estará disponible en LE Chat en la aplicación web o la aplicación móvil en las próximas dos semanas.

Mistral es una de las principales compañías de inteligencia artificial en Europa. Según los informes, la compañía, que se fundó en 2023, ha recaudado más de € 1 mil millones (alrededor de $ 1.2 mil millones) de empresas conocidas como Andreessen Horowitz, Nvidia, Samsung y Salesforce.

Academia Cryptopolitan: Próximamente, una nueva forma de obtener ingresos pasivos con DeFi en 2025. Obtenga más información