本篇文章更新時間：2026/02/05
如有資訊過時或語誤之處，歡迎使用 Contact 功能通知。
一介資男的 LINE 社群開站囉！歡迎入群聊聊～
如果本站內容對你有幫助，歡迎使用 BFX Pay 加密貨幣 或 新台幣 贊助支持。
Voxtral Transcribe 2：Mistral 再次推進語音 AI 的品質與速度
編輯前言：這篇文章介紹的 Voxtral Transcribe 2，是 Mistral 最新推出的語音轉文字模型。重點在於：品質大幅提升、主打低延遲，而且價格壓得非常低，對任何需要語音 AI 的產品都是重大訊號。
原文來源： Voxtral transcribes at the speed of sound
核心觀點 (Key Takeaways)
- Voxtral Mini Transcribe V2 目前在 13 種語言中達到極低 word error rate，並支援 diarization、context biasing、逐字時間戳。
- Voxtral Realtime 真正做到 sub-200ms 延遲，適合語音代理、助理等需要即時反應的場景，也開放模型權重（Apache 2.0）。
- 價格極具競爭力：Mini 每分鐘 0.003 美元、Realtime 每分鐘 0.006 美元，並且在多項指標上勝過 GPT-4o mini Transcribe、Gemini Flash、Assembly、Deepgram 等產品。
深入解析
Mistral 這次一次推出兩款模型：Voxtral Mini Transcribe V2（批次轉錄）與 Voxtral Realtime（即時應用）。兩者服務的場景不同，但核心技術進展一致：更快、更準、更便宜。
「Realtime uses a novel streaming architecture that transcribes audio as it arrives.」
這句話點出了 Voxtral Realtime 的最大亮點：它不是把離線模型切成小塊硬改成 streaming，而是從架構層面為即時語音設計。因此能讓延遲做到 200ms 以下，準確率仍然維持在接近離線模型的品質。
-
Voxtral Realtime：速度與部署彈性
-
延遲最低可到 sub-200ms（語音助理夢寐以求的級別）
-
在 2.4 秒延遲下可達到與 Mini V2 相同的準確度
-
4B 參數、可在 edge 裝置上跑，且開源（Apache 2.0）
-
真正的「邊緣隱私保護」應用場景變得更可行
-
Voxtral Mini Transcribe V2：準確度與成本全面提升
-
word error rate 約 4%，價格是每分鐘 0.003 美元
-
據官方說法，準確度與效能全面勝過 GPT、Gemini、Deepgram 等主流對手
-
支援 speaker diarization、context biasing、逐字時間戳
-
可處理三小時長音檔，且在噪音環境也能保持可靠準確性
另外，Mistral 在 Studio 裡推出新的 audio playground，可以測試 diarization、加入 context biasing、查看 timestamps 等細節。對開發者來說非常實用。
筆者心得與啟發
看到這篇發布，我的第一個反應是：語音轉文字的競爭正式進入「低延遲比準確度比價格」的三角戰場。以前要做到 sub-200ms latency，往往意味著準確度慘烈下降，但 Mistral 顯然找到了新的折衷方式，使即時轉錄第一次真正接近 offline model 的準確度。
更值得注意的點有兩個：
- 開放權重（Apache 2.0）意味著：企業可以把 Realtime 部署在自己的 edge 或 on-premise 硬體中，這對涉及隱私的應用像醫療、金融非常重要。
- Mini V2 的價格壓得極低，每分鐘 0.003 美元，這基本上讓大規模錄音轉錄變得毫無成本壓力，對會議紀錄、影片字幕、自動化客服而言都是利多。
如果把這兩者結合，就能打造更高品質的語音代理鏈，例如：Realtime 做轉寫、LLM 做推論、TTS 做回覆，整套流程的延遲與成本都會比過去低一個量級。
在我看來，這代表語音應用正在進入下一個階段：不是能不能做到，而是做到多快、多便宜、多私密。Voxtral Transcribe 2 基本上把這三項都往前推了一大步。