Introduzzjoni għall-Kapaċitajiet tal-Awdjo ta' Mistral
F'din il-paġna
Aġġornament 2 ta’ Novembru, 2026 — Le Chat issa huwa Vibe. Mill-28 ta’ Mejju, 2026, Le Chat ġie mibdul għal Vibe (għadu f’chat.mistral.ai): aġent wieħed għax-xogħol u l-kodiċi, li jżomm il-konversazzjonijiet, l-issettjar u s-sottoskrizzjonijiet tiegħek. L-esperjenza antika ta’ Le Chat tibqa’ aċċessibbli fil-modalità Chat; fil-modalità Work, l-aġenti saru ħiliet (invokati b’
@), il-memorji saru l-bażi tal-għarfien, u r-riċerka fil-fond hija l-ħila Deep Research. Il-pjanijiet issa jissejħu Mistral Free, Pro, Team, u Enterprise. Din il-lezzjoni tuża l-isem Vibe; innota li xi menús deskritti hawnhekk jistgħu biddlu isimhom jew posthom.
Meta l-AI Titgħallem Tisma’ u Titkellem
Wara l-viżjoni, l-awdjo jirrappreżenta t-tieni rivoluzzjoni multimodali kbira ta’ Mistral AI. Bil-familja ta’ mudelli Voxtral, Vibe ma taqra u tiktbix test biss—issa tista’ tisskrivi kliem, tieħu sehem f’konversazzjonijiet bil-vuċi, u tiġġenera kliem mit-test. Fi kliem ieħor, iċ-ċiklu tlesta: l-AI tismagħek, tifhmek, u tweġibek b’leħen għoli. Din il-lezzjoni tintroduċi dawn il-kapaċitajiet kollha qabel ma lezzjonijiet sussegwenti jiddettaljawhom wieħed wieħed.
Il-Familja Voxtral
Mistral żviluppat sett komprensiv ta’ mudelli tal-awdjo taħt il-marka Voxtral, fejn kull wieħed iwettaq rwol speċifiku fil-pipeline tal-awdjo. Voxtral Mini Transcribe huwa l-mudell ta’ trascrizzjoni bil-lott (Speech-to-Text): tagħtih fajl awdjo, u jirritorna test miktub b’preċiżjoni straordinarja—dan huwa l-mudell jaħdem meta ttella’ reġistrazzjoni ta’ laqgħa. Voxtral Realtime huwa l-kontroparti tiegħu f’ħin reali: iddisinjat għal konversazzjonijiet bil-vuċi, jisskrivi l-kliem hekk kif iseħħ b’latenza ultra-baxxa, konfigurabbli taħt il-200 millisekonda—dan huwa dak li jagħmel il-modalità tal-vuċi fluwida ta’ Vibe possibbli. Fl-aħħar nett, Voxtral TTS imur fid-direzzjoni opposta: is-sinteżi tat-test-għal-kliem (text-to-speech) tittrasforma t-test f’vuċi naturali, bil-kapaċità li tikklonja vuċi minn ftit sekondi biss ta’ reġistrazzjoni.
| Karatteristika | Mudell | Lingwi | Latenza |
|---|---|---|---|
| Traskrizzjoni (STT bil-lott) | Voxtral Mini Transcribe V2 | 13-il lingwa | Ftit sekondi kull fajl |
| Traskrizzjoni f’ħin reali (STT) | Voxtral Realtime | 13-il lingwa | Taħt 200 ms |
| Test-għal-Kliem (TTS) | Voxtral TTS | 9+ lingwi | ~90 ms (mudell) |
Kliem-għal-Test: Mill-Vuċi għat-Test
It-traskrizzjoni tal-awdjo hija l-kapaċità li tikkonverti reġistrazzjoni tal-vuċi f’test miktub, u Voxtral Mini Transcribe jispikka f’diversi aspetti. L-ewwel, il-preċiżjoni tiegħu: ir-rata ta’ żball fil-kliem tibqa’ baxxa, anke fuq reġistrazzjonijiet ta’ kwalità medja—dak it-tip ta’ fajl maqbud minn telefon nofsu fuq mejla ta’ konferenza. Huwa jwettaq ukoll dijarizzazzjoni, jiġifieri jidentifika awtomatikament kelliema differenti f’konversazzjoni: it-traskrizzjoni tiddistingwi bejn “Kelliem 1” u “Kelliem 2”, li tbiddel kollox għall-minuti tal-laqgħat. Ir-robustezza tiegħu kontra l-istorbju tippermettilu jżomm preċiżjoni tajba f’ambjenti diffiċli—cafés, toroq, laqgħat b’diversi vuċijiet. Fl-aħħar nett, jimmaniġġja reġistrazzjonijiet twal, sa 3 sigħat awdjo f’talba waħda, biżżejjed biex ikopri konferenza sħiħa.
Fuq il-front tal-lingwa, 13 huma appoġġjati: l-Ingliż, il-Franċiż, l-Ispanjol, il-Ġermaniż, it-Taljan, il-Portugiż, l-Olandiż, iċ-Ċiniż, l-Hindi, l-Għarbi, ir-Russu, il-Ġappuniż u l-Korean. Għal każijiet ta’ użu Ewropej komuni, int kopert sew.
Test-għal-Kliem: Mit-Test għall-Vuċi
It-test-għal-kliem (Text-to-Speech) jaħdem fid-direzzjoni opposta: inti tipprovdi test, u Voxtral TTS jaqrah b’leħen għoli b’vuċi naturali. L-aktar karatteristika spettakolari tiegħu hija l-klonjar tal-vuċi: minn 2 sa 3 sekondi biss tar-reġistrazzjoni tal-vuċi tiegħek, il-mudell jista’ jiġġenera kliem li jixbah tiegħek. Dan il-klonjar jiddependi fuq il-prinċipju tal-vuċi-bħala-istruzzjoni: il-mudell jirriproduċi l-intonazzjoni, ir-ritmu u l-emozzjoni tal-kampjun tal-vuċi ta’ referenza mingħajr ma jeħtieġ li jannota t-test b’tags tal-prosodija—il-kampjun innifsu jservi bħala l-istruzzjoni.
Il-mudell huwa multilingwi—Ingliż, Franċiż, Ispanjol, Portugiż, Taljan, Olandiż, Ġermaniż, Hindi, Għarbi—u jista’ anke jħallat lingwi fi ħdan passagg wieħed. Fl-aħħar nett, jopera f’modalità ta’ streaming: il-ġenerazzjoni tal-vuċi tibda f’madwar 90 millisekonda, u tippermetti interazzjonijiet kważi istantanji minflok stennija bejn il-mistoqsija tiegħek u t-tweġiba mitkellma.
Għal Xiex Jintuża l-Awdjo f’Vibe?
B’mod konkret, bħala utent ta’ Vibe, dawn il-kapaċitajiet jittraduċu f’erba’ azzjonijiet ta’ kuljum. Tista’ tisskrivi laqgħa: itella’ r-reġistrazzjoni u tikseb sommarju tat-test f’sekondi. Tista’ titkellem bil-vuċi billi tattivaw il-modalità tal-vuċi, għal konversazzjoni naturali mingħajr tastiera. Tista’ tisma’ t-tweġibiet billi titlob lil Vibe jaqra t-test tiegħu b’leħen għoli—konvenjenti waqt li tkun mixi jew issajjar. U tista’ tiddetta l-messaġġi tiegħek, titkellem minflok ma tikteb.
Fil-lezzjonijiet li ġejjin, se niddettaljaw kull wieħed minn dawn l-użi pass pass: l-ewwel it-traskrizzjoni tal-fajls, imbagħad il-modalità tal-vuċi f’ħin reali, u fl-aħħar is-sinteżi tat-test-għal-kliem.
Punti Ewlenin
- Voxtral hija l-familja ta’ mudelli tal-awdjo ta’ Mistral, li tkopri t-traskrizzjoni, l-ipproċessar f’ħin reali, u t-test-għal-kliem
- It-traskrizzjoni tappoġġja 13-il lingwa, dijarizzazzjoni, u sa 3 sigħat ta’ awdjo
- It-test-għal-kliem jista’ jikklonja vuċi f’sekondi u jitkellem f’9+ lingwi
- F’Vibe, kollox huwa integrat: tista’ tisskrivi, titkellem u tisma’ mingħajr għodod esterni