Mistral, 새로운 AI 오디오 모델 'Voxtral' 출시

Mistral은 새로운 오디오 AI 모델인 'Voxtral'의 출시를 발표했습니다. 프랑스의 AI 기업은 이 모델이 기업을 대상으로 하며, 오디오 AI에 특화된 대규모 언어 모델(LLM) 패밀리 중 첫 번째로 간주된다고 밝혔습니다.

해당 프랑스 AI 기업에 따르면 Voxtral은 실제 응용 분야에서 실용적인 음성 지능을 제공하도록 설계되었으며, 최고의 오픈소스 오디오 전사 모델 중 하나인 Whisper large-v3보다 뛰어난 성능을 보입니다.

Voxtral은 Mistral Small 3.1을 기반으로 구동됩니다.

Voxtral은 대규모 언어 모델(LLM)인 Mistral Small 3.1을 기반으로 하며, 영어, 프랑스어, 스페인어, 포르투갈어, 이탈리아어, 독일어, 네덜란드어, 힌디어 등 여러 언어를 이해할 수 있습니다.

오디오 모델은 최대 30 분 길이의 오디오를 전사할 수 있습니다. 또한 Voxtral 은 최대 40 분 길이의 오디오를 이해할 수 있어 사용자가 대화하고 관련 질문을 하기 쉽습니다. 사용자는 오디오 파일의 텍스트 요약을 생성하거나 분석 및 상세한 통찰력을 제공해 달라고 요청할 수도 있습니다. 또한 API 호출을 통해 함수를 실행하는 등의 다른 작업도 수행할 수 있습니다.

Mistral은 '음성 이해 모델'인 Voxtral을 Voxtral Small과 Voxtral Mini라는 두 가지 변형으로 제공합니다. 두 모델 모두 음성 기반 프롬프트나 오디오와 텍스트 기반 프롬프트의 조합으로 상호작용할 수 있습니다.

두 모델 중 더 강력한 성능을 갖춘 Voxtral Small은 24B 파라미터를 탑재하여 프로덕션 규모 배포에 이상적입니다. Mistral wrote는 “Voxtral Small은 모든 작업에서 GPT-4o-mini 및 Gemini 2.5 Flash와 경쟁력 있습니다.”라고 밝혔습니다.

Voxtral Mini 는 3B 파라미터를 가진 경량 옵션으로, 로컬 및 엣지 배포에 강력한 선택지입니다. API 버전인 Voxtral Mini Transcribe 는 비용 효율적일 뿐만 아니라 OpenAI 의 Whisper 보다 성능이 뛰어나면서도 가격은 절반 미만입니다.

Voxtral Small(24B)과 Voxtral Mini(3B)는 모두 Hugging Face에서 다운로드 및 로컬 호스팅이 가능합니다. 개발자는 단일 API 호출을 통해 어떤 애플리케이션에도 오디오 모델을 통합할 수 있으며, 가격은 분당 $0.001부터 시작해 전사적 확장성이 뛰어납니다. Mistral은 Voxtral이 향후 몇 주 내 웹 앱 또는 모바일 앱의 Le Chat에서 사용 가능해질 것이라고 밝혔습니다.

Mistral 은 유럽을 대표하는 선도적인 인공지능 기업 중 하나입니다. 보고에 따르면 2023 년에 설립된 이 회사는 Andreessen Horowitz, Nvidia, Samsung, Salesforce 와 같은 유력 기업들로부터 10 억 유로 이상 (약 12 억 달러) 을 조달했습니다.