Voxtral - 企业级音频模型，支持超长语音一键识别转文本 支持50系显卡 一键整合包下载

无言***

Voxtral - 企业级音频模型，支持长语音一键识别转文本 支持50系显卡 一键整合包下载 ... ... ... ... ...

Voxtral 是法国初创公司 Mistral AI 推出的开源语音模型项目，支持30分钟音频转录与40分钟语音理解，兼容多语言，并提供不同参数规模的模型变体。 ‌
Voxtral 就像“全能语音助手”一样，能精准转录、理解并处理语音内容，支持多语言、长文本和复杂交互，适用于企业客服、教育、医疗、媒体等多个领域。
Voxtral 支持中文、英语、西班牙语、法语、葡萄牙语、阿拉伯语、日语、德语、荷兰语、意大利语等全球主流语言，在法语、德语等欧洲语言中表现尤为突出。


应用领域

企业客服与呼叫中心： 自动转录客户通话，生成摘要并分类问题，提升服务效率。 通过语音指令直接调用工单系统或知识库，实现实时响应。
教育行业： 辅助语言学习，实时转录并翻译多语言对话，提供发音评估。 自动生成课程摘要，帮助学生复习重点内容。
医疗领域： 私有化部署保障数据安全，准确转录医患对话，生成结构化病历。 支持医疗术语微调，提升专业场景理解能力。
媒体与内容创作： 快速转录采访、会议录音，生成可编辑文本。 通过语音问答功能，直接检索音频中的关键信息。
智能硬件与物联网： 边缘设备部署（如智能家居、车载系统），实现低延迟语音交互。 结合文本生成能力，打造端到端语音智能体（如语音导航、设备控制）。



使用教程：（建议N卡，显存8G起。支持50系显卡，基于CUDA12.8）

上传一段需要识别的音频，选择语言，提取转写
Voxtral 特点是支持超长音频识别转写，对国外语言（比如法语和德语）支持较好，适合外语领域识别转写。缺点是对中文支持不太好，尤其是参数量较小的3B模型，24B效果更好一些，目前一键包只集成了3B模型。


下载地址：
夸克网盘：https://pan.quark.cn/s/2bfbbbd4669a
百度网盘：

游客，上上宾会员可免费下载该资源，点此开通上上宾 免费下载全站99%的付费资源。或单独支付 30碎银 下载该资源立即购买

luju***

这么强悍的软件，必须要大力支持的