Voxtral 是由法国初创公司 Mistral AI 开源的语音智能模型系列，包含 24B 参数的 Voxtral Small 与 3B 参数的 Voxtral Mini，专为长音频场景打造。该模型具备高精度语音转录、多语言支持（支持中文、英语、西班牙语、日语、法语、葡萄牙语、阿拉伯语、俄语、德语、荷兰语、意大利语等语言），同时成本低于同类闭源方案一半，可在生产环境中稳定部署，助力会议、播客等场景的智能音频处理。

这里分享的是3B的Voxtral Mini模型。

开源地址：https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/tree/main

☞☞☞☞☞☞  一键启动包在右侧下载  ☞☞☞☞☞☞

视频介绍：

 

配置要求：

电脑满足以下配置：

  • 操作系统：Windows 10/11 64位
  • 内存：20G以上
  • 显卡：至少12G及以上显存的英伟达（NVIDIA）显卡，音频越长对显存要求越高，长音频建议分割处理
  • CUDA：显卡驱动更新到最新后，支持的CUDA版本大于等于12.8版本（如不知道显卡支持的CUDA版本，可点击此链接查看：https://aiyy.info/supported-cuda-versions/）
  • 整合包解压完约43.4G，要留足硬盘空间

如何查看显卡品牌型号和显存：

  • 打开任务管理器
  • 点击“性能”
  • 点击“GPU”
  • 右上角可以看到显卡型号，下方可以看到显存大小

 

使用教程：

① 打开下载页面（https://aiyy.info/voxtral-mini/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件在文件包中，或者可以自己下载安装，下载地址：https://www.winrar.com.cn/）

不要用Windows自带解压！！不要用360解压！！

注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

② 双击“一键启动.bat”，稍等片刻会在浏览器中自动打开操作界面

③ 上传音频文件，选择转录语言，（可选）设置最大输出长度，点击开始转录，转录结果位于右侧。

注意：音频越长对显存要求越高，长音频建议分割处理

如下方示例

 

声明： ① 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考赞助计划。 ② 本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。