Модель Mistral для расшифровки речи стала второй в рейтинге Voice Arena
В рейтинге Voice Arena, где модели размечают, кто и когда говорит в разговоре, младшая модель Mistral Voxtral Mini Transcribe 3 заняла второе место из девяти и обошла более крупную модель той же серии.
Voxtral Mini Transcribe 3, младшая модель Mistral для расшифровки речи, заняла второе место из девяти в рейтинге Voice Arena1. В нём модели расшифровывают разговоры и отмечают, кто из собеседников говорит.
Замер провела сама Voice Arena: модели проверяли на 139 закрытых записях разговоров, число собеседников им заранее не сообщали, звук не очищали. Mistral поделилась результатом в соцсети X.
Детали: рейтинг строится по DER — доле ошибок разметки от общей длительности речи. В неё входят пропущенная речь, лишняя речь и перепутанные собеседники. У Mini эта доля 40,4%, у более крупной Voxtral Small Transcribe 3 — 41,1%, это четвёртое место.
Но: даже у модели на втором месте ошибки составляют около 40% длительности речи, и 82% из них — пропущенная речь. Главной трудностью Voice Arena называет речь внахлёст: если собеседники говорят одновременно, а модель отмечает только одного, речь второго считается пропущенной.
20 октября Mistral выпустила семейство речевых моделей Voxtral 3. В него входят модели, которые расшифровывают речь на 50 с лишним языках, и отдельная модель, которая озвучивает текст.