أصدرت Mistral نماذج Speech جديدة! يحتل Voxtral Small Transcribe 3 المرتبة #3 على لوحة تصنيفات Artificial Analysis للتحويل من الكلام إلى نص، ويدخل Voxtral 3 TTS ضمن أفضل 12 في ساحتي التحويل من نص إلى كلام
@MistralAI أطلقت Voxtral 3: نموذج تحويل من نص إلى كلام جديد وثلاثة نماذج تحويل من كلام إلى نص (Small Transcribe 3 وMini Transcribe 3 وMini Transcribe Realtime 3). قيّمناها جميعًا.
أبرز النتائج:
➤ التحويل من كلام إلى نص: يحتل Voxtral Small Transcribe 3 المرتبة #3 على لوحة تصنيفات Artificial Analysis للتحويل من كلام إلى نص بمؤشر AA-WER بنسبة 2.1%، متقدمًا على ElevenLabs Scribe v2 (2.2%) وGrok Voice Transcribe 2.0 (2.3%). ويحل Voxtral Mini Transcribe 3 في المرتبة #5 بنسبة 2.2%.
➤ التحويل البثّي من كلام إلى نص: يسجل Voxtral Mini Transcribe Realtime 3 نسبة 3.3% في AA-WER للنسخة النهائية عند إعداد 960 ms (#6 من 46) و3.6% عند 480 ms، مقابل 5.2% لنسخة Voxtral Mini Transcribe Realtime السابقة.
➤ التحويل من نص إلى كلام، صوت المزوّد: يسجل Voxtral 3 TTS تصنيف Elo قدره 1,218 عبر 1,599 ظهورًا في الساحة، ليحتل المرتبة #12 من 98، خلف Breeze TTS 2 بتقييم 1,221 ومتقدمًا على Inworld Realtime TTS-2 Flash وStepAudio 2.5 TTS بتقييم 1,216. ويحتل المرتبة #13 في الإنجليزية (الولايات المتحدة) والمرتبة #12 في الإنجليزية (المملكة المتحدة).
➤ التحويل من نص إلى كلام، الصوت المتحكَّم به: يسجل Voxtral 3 TTS تقييمًا قدره 1,068 عبر 1,614 ظهورًا، محتلًا المرتبة #12 من أصل 43 بالأصوات المستنسخة الـ 8 نفسها، خلف Eleven v3 بتقييم 1,072 ومتساويًا مع Ming-3.0-tts من Ant Group بتقييم 1,068. ويحتل المرتبة #10 في فئة Assistants والمرتبة #10 في الإنجليزية (المملكة المتحدة).
➤ متانة النطق: يسجل Voxtral 3 TTS نسبة 84.4%، محتلًا المرتبة #13 من 32 نموذجًا، خلف Qwen-Audio-3.1-TTS-Plus بنسبة 84.6% ومتقدمًا على HeyGen Voice بنسبة 83.2%. ويحتل المرتبة #3 في فئة Standalone Terms بنسبة 93.9%.
➤ التسعير: سعر Voxtral 3 TTS هو $13/1M حرفًا، مقارنةً بـ Gemini 3.8 Flash TTS بسعر $16.5/1M حرف، وEleven v4 Turbo بسعر $40/1M حرف، وSimba 3.2 بسعر $6.6/1M حرف.
اطلع على مزيد من التفاصيل واستمع إلى العينات أدناه ⬇️