2025年7月23日星期三

免费语音转文本工具整合包Voxtral Mini,可以将语音音频转录为文本,同时还具备语义理解与摘要能力,工具已打包,一键启动

AI应用帮,帮你用AI

图片

公众号:AI应用帮

图片

 文中提供获取方式 

本期语音转文本工具整合包  Voxtral Mini

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。该模型支持多语言支持(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),具备高精度语音转录、语义理解与摘要能力,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https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/tree/main

# 一键启动整合包下载地址:
https://aiyy.info/voxtral-mini/
图片

          视频教程         

# 配置要求:

电脑需满足以下配置:

  • 操作系统:Windows 10/11 64位

  • 内存:20G以上(内存不足可以通过增加虚拟内存方式解决,可自行搜索操作教程)

  • 显卡要求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,可在此链接查看:https://aiyy.info/supported-cuda-versions/)

  • 整个包解压之后约43.4G,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
图片
 # 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!!

图片

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

图片

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

图片

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

图片

如下方示例

图片

以上就是本期分享的内容,所需工具在下方网址中👇👇👇可以自取👇👇👇

后期持续分享AI应用、AI落地项目及实用工具

      更多AI软件获取方式     

👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇
aiyy.info
(浏览器地址栏中输入上方网址,或点击左下角【阅读原文】可直接跳转)
图片

关注下方公众号

及时获取更多资讯

菜单栏可见Ai应用集合

图片
--------收集不易先点 在看 后 领取--------
版权声明:本公众号尊重原创。所获取资源,皆由本公众号在网络上收集整理,仅供交流学习用,禁止商用,版权属于原作者。若因为种种原因,未能与原作者联系的,若涉及版权问题,敬请原作者联系我们,本公众号立即撤下资源并进行相应处理。

👇 点击下方【阅读原文】可直接进入
图片

没有评论:

发表评论

MiniMax语音再放大招,AI语音效果碾压11Labs!(附全功能横测)

2个月前,我写过一篇 MiniMax 的 AI 声音克隆模型。 回顾指路: 一个极具颠覆性的技术,「5秒音色克隆」火了! Speech-02-HD 双权威榜第一名,效果非常能打。 毫不夸张地说,现在已经有大量的 ElevenLabs 用户转向这个国产的 AI 声音平台。 我以...