Mistral AIDe in Parijs gevestigde startup die zichzelf positioneert als het Europese antwoord op OpenAI heeft woensdag een paar spraak-naar-tekst-modellen uitgebracht waarvan het bedrijf zegt dat ze audio sneller, nauwkeuriger en veel goedkoper kunnen transcriberen dan al het andere op de markt – en dat allemaal terwijl het uitsluitend op een smartphone of laptop draait.
De aankondiging markeert het nieuwste salvo in een steeds competitievere strijd om stem-AI, een technologie die zakelijke klanten als essentieel beschouwen voor alles, van geautomatiseerde klantenservice tot realtime vertaling. Maar in tegenstelling tot het aanbod van Amerikaanse technologiegiganten zijn de Mistrals nieuw Voxtrale transcriptie 2 modellen zijn ontworpen om gevoelige audio te verwerken zonder deze ooit naar externe servers te verzenden – een functie die van cruciaal belang zou kunnen zijn voor bedrijven in gereguleerde sectoren zoals de gezondheidszorg, de financiële sector en defensie.
“Je wilt dat je stem en de transcriptie van je stem dichtbij blijven waar je bent, wat betekent dat je wilt dat het op het apparaat gebeurt – op een laptop, een telefoon of een smartwatch”, zei Pierre Stock, Mistral’s vice-president van wetenschappelijke operaties, in een interview met VentureBeat. “We maken het mogelijk omdat het model slechts 4 miljard parameters bevat. Het is klein genoeg om bijna overal te passen.”
Mistral verdeelt zijn nieuwe AI-transcriptietechnologie in batchverwerking en realtime toepassingen
Mistral heeft twee verschillende modellen uitgebracht onder de vlag van Voxtral Transcribe 2, elk ontworpen voor verschillende gebruikssituaties.
-
Voxtral Mini Transcribe V2 verzorgt batchtranscriptie, verwerkt vooraf opgenomen audiobestanden in bulk. Het bedrijf zegt dat het het laagste woordfoutenpercentage bereikt van alle transcriptieservices en dat het via API beschikbaar is voor $ 0,003 per transcriptie. minuut, ongeveer een vijfde van de prijs van grotere concurrenten. Het model ondersteunt 13 talen, waaronder Engels, Mandarijn Chinees, Japans, Arabisch, Hindi en verschillende Europese talen.
-
Voxtral realtimezoals de naam al doet vermoeden, verwerkt live audio met een latentie die kan worden geconfigureerd tot 200 milliseconden – een ogenblik. Mistral beweert dat dit een doorbraak is voor toepassingen waarbij zelfs een vertraging van twee seconden onaanvaardbaar blijkt: live ondertiteling, stemagenten en realtime uitbreiding van de klantenservice.
De Realtime model schepen onder één Apache 2.0 open source-licentie, wat betekent dat ontwikkelaars de modelgewichten kunnen downloaden van Knuffel gezichtbewerk ze en implementeer ze zonder Mistral licentiekosten te betalen. Voor bedrijven die liever niet hun eigen infrastructuur beheren, kost API-toegang $ 0,006 per minuut.
Stock zei dat Mistral vertrouwt op de open source-gemeenschap om het bereik van het model uit te breiden. “De open source-gemeenschap is erg fantasierijk als het om toepassingen gaat”, zei hij. “We zijn benieuwd wat ze gaan doen.”
Waarom AI-verwerking op apparaten belangrijk is voor bedrijven die gevoelige gegevens verwerken
De beslissing om modellen te ontwerpen die klein genoeg zijn om lokaal te kunnen draaien, weerspiegelt een berekening van waar de zakelijke markt naartoe gaat. Nu bedrijven kunstmatige intelligentie integreren in steeds gevoeliger wordende workflows – het transcriberen van medische consultaties, telefoontjes over financieel advies, juridische verklaringen – is de vraag waar die gegevens naartoe gaan een dealbreaker geworden.
Stock schetste tijdens zijn interview een levendig beeld van het probleem. De huidige toepassingen voor het maken van notities met audiomogelijkheden, zo legde hij uit, pikken omgevingsgeluid vaak op problematische manieren op: “Het kan de tekst van de muziek op de achtergrond oppikken. Het kan een ander gesprek oppikken. Het kan hallucineren door achtergrondgeluid.”
Mistral heeft zwaar geïnvesteerd in datacuratie en modelarchitectuurtraining om deze problemen aan te pakken. “Bij dit alles besteden we veel tijd aan het gladstrijken van de gegevens en de manier waarop we het model trainen om het robuust te maken”, aldus Stock.
Het bedrijf heeft ook bedrijfsspecifieke functies toegevoegd die de Amerikaanse concurrenten langzamer hebben geïmplementeerd. Met Context Biasing kunnen klanten een lijst met gespecialiseerde terminologie uploaden (medisch jargon, bedrijfseigen productnamen, acroniemen uit de branche) en het model zal automatisch de voorkeur geven aan deze termen bij het transcriberen van dubbelzinnige audio. In tegenstelling tot fijnafstemming, waarvoor het model opnieuw moet worden getraind, werkt contextbiasing via een eenvoudige API-parameter.
“Je hebt alleen een tekstlijst nodig”, legt Stock uit. “En dan zal het model de transcriptie automatisch vertekenen ten opzichte van deze acroniemen of deze vreemde woorden. En het is nul schot, geen noodzaak voor omscholing, geen behoefte aan rare dingen.”
Van fabrieksvloeren tot callcenters, Mistral richt zich op industriële omgevingen met veel lawaai
Stock beschreef twee scenario’s die weergeven hoe Mistral de implementatie van de technologie voor zich ziet.
De eerste betreft industriële audits. Stel je voor dat technici door een productiefaciliteit lopen en zware machines inspecteren terwijl ze opmerkingen schreeuwen boven het lawaai van de fabriek uit. “Stel je ten slotte perfect tijdsgestempelde aantekeningen voor die identificeren wie wat heeft gezegd – dagboekvorming dus – terwijl ze super robuust zijn,” zei Stock. De uitdaging is omgaan met wat hij ‘rare technische taal’ noemde die niemand kan spellen, behalve deze mensen.
Het tweede scenario is gericht op klantenserviceactiviteiten. Wanneer een beller contact opneemt met een ondersteuningscentrum, kan Voxtral Realtime het gesprek in realtime transcriberen en tekst sturen naar backendsystemen die relevante klantgegevens ophalen voordat de beller klaar is met het uitleggen van het probleem.
“De status wordt aan de operator op het scherm getoond voordat de klant zijn oordeel stopt en stopt met klagen”, legt Stock uit. “Dat betekent dat je gewoon kunt communiceren en zeggen: ‘Oké, ik kan de status zien. Laat me het adres corrigeren en de zending terugsturen’.”
Hij schatte dat dit de typische klantenservice-interacties zou kunnen terugbrengen van meerdere heen-en-weer-uitwisselingen tot slechts twee interacties: de klant legt het probleem uit en de agent lost het onmiddellijk op.
Realtime vertaling in verschillende talen kan vóór eind 2026 plaatsvinden
Ondanks alle aandacht voor transcriptie maakte Stock duidelijk dat Mistral deze modellen beschouwt als fundamentele technologie voor een ambitieuzer doel: realtime spraak-naar-spraakvertaling die natuurlijk aanvoelt.
“Misschien is live vertaling het einddoel en waar het model de basis voor legt”, zei hij. “Ik spreek Frans, jij spreekt Engels. Het is belangrijk om een minimale latentie te hebben, omdat je anders geen empathie opbouwt. Je gezicht loopt niet uit de pas met wat je zojuist zei.”
Met dat doelpunt komt Mistral in directe concurrentie met Appel En Googlendie beide zijn ingezet om hetzelfde probleem op te lossen. De nieuwste van Google vertaalmodel werkt met een vertraging van twee seconden – tien keer langzamer dan wat Mistral beweert Voxtral realtime.
Mistral positioneert zichzelf als het privacy-eerste alternatief voor zakelijke klanten
Mistral neemt een ongebruikelijke positie in in het AI-landschap. Het bedrijf, opgericht in 2023 door Meta- en Google DeepMind-alumni, heeft meer dan $ 2 miljard opgehaald en heeft nu een waardering van ca. 13,6 miljard dollar. Toch werkt het met een fractie van de computerbronnen die beschikbaar zijn voor Amerikaanse hyperscalers – en heeft het zijn strategie gebaseerd op efficiëntie in plaats van op brute kracht.
“De modellen die we uitbrengen zijn op bedrijfsniveau, toonaangevend in de sector, efficiënt (vooral in termen van kosten) en integreerbaar aan de edge, waardoor privacy, controle en transparantie worden ontsloten”, aldus Stock.
Die aanpak heeft weerklank gevonden bij Europese klanten die huiverig zijn voor afhankelijkheid van Amerikaanse technologie. In januari, Frankrijk Het Ministerie van Defensie ondertekende een raamovereenkomst die het leger van het land toegang geeft tot de AI-modellen van Mistral – een overeenkomst die expliciet inzet op door Frankrijk gecontroleerde infrastructuur vereist.
Gegevensprivacy blijft een van de grootste obstakels voor de adoptie van AI in ondernemingen. Voor bedrijven in gevoelige sectoren – financiën, productie, gezondheidszorg, verzekeringen – is het verzenden van audiogegevens naar externe cloudservers vaak een non-starter. De informatie moet op het apparaat zelf blijven staan, of binnen de eigen infrastructuur van het bedrijf.
Mistral wordt geconfronteerd met zware concurrentie van OpenAI, Google en het opkomende China
De transcriptiemarkt is zeer competitief geworden. OpenAI’s Fluistermodel is een soort industriestandaard geworden, zowel beschikbaar via API als als downloadbare open source-schalen. Googlen, AmazoneEn Microsoft ze bieden allemaal spraakdiensten van zakelijke kwaliteit. Gespecialiseerde spelers houden van Verzameling AI En Diepgram heeft belangrijke bedrijven opgebouwd die ontwikkelaars bedienen die betrouwbare, schaalbare transcriptie nodig hebben.
Mistral beweert dat hun nieuwe modellen beter presteren op het gebied van nauwkeurigheidsbenchmarks, terwijl ze op prijs worden onderboden. “We zijn beter dan zij op de benchmarks”, zei Stock. Onafhankelijke verificatie van deze claims zal tijd vergen, maar het bedrijf wijst op de prestaties BLOEMENeen veelgebruikte meertalige spraakbenchmark waarbij Voxtral-modellen woordfoutpercentages behalen die concurrerend zijn met of beter zijn dan alternatieven van OpenAI en Google.
Misschien nog belangrijker is dat Arthur Mensch, CEO van Mistral, heeft gewaarschuwd dat Amerikaanse AI-bedrijven te maken krijgen met druk uit onverwachte richting. Praten door Wereld Economisch Forum Vorige maand in Davos verwierp Mensch het idee dat de Chinese kunstmatige intelligentie achterloopt op het Westen als ‘een sprookje’.
“De kennis van de open source-technologie van China zet de CEO’s in de Verenigde Staten waarschijnlijk onder druk”, zei hij.
De Franse startup gokt erop dat vertrouwen de winnaar zal bepalen op het gebied van enterprise voice AI
Stock voorspelde dat 2026 ‘het jaar van het maken van aantekeningen’ zou zijn – het moment waarop AI-transcriptie betrouwbaar genoeg wordt zodat gebruikers er volledig op kunnen vertrouwen.
“Je moet het model vertrouwen, en het model mag in principe geen fouten maken, anders verlies je gewoon het vertrouwen in het product en stop je ermee”, zei hij. “De drempel is super, super moeilijk.”
Of Mistral die drempel heeft overschreden, valt nog te bezien. Zakelijke klanten zullen de ultieme beoordelaars zijn, en zij hebben de neiging langzaam te werk te gaan en claims aan de realiteit te toetsen voordat ze budgetten en workflows aan nieuwe technologie besteden. De klankspeeltuin i Mistral Studiowaar ontwikkelaars kunnen testen Voxtrale transcriptie 2 met hun eigen bestanden, zijn vandaag live gegaan.
Maar het bredere argument van Stock verdient aandacht. In een markt waar Amerikaanse giganten concurreren door miljarden dollars in steeds grotere modellen te gooien, doet Mistral een nieuwe weddenschap: dat in het tijdperk van kunstmatige intelligentie kleiner en lokaal groter en verder weg kunnen verslaan. Voor managers die hun dagen besteden aan het zich zorgen maken over datasoevereiniteit, naleving van de regelgeving en de afhankelijkheid van leveranciers, zou dit pitch wel eens overtuigender kunnen blijken dan welk criterium dan ook.
De race om de voice-AI van ondernemingen te domineren gaat niet langer alleen over wie het krachtigste model bouwt. Het gaat erom wie het model bouwt waar je naar wilt luisteren.
