待验证50% 置信事实精确时间
Voxtral Chat是一个音频输入、文本输出的大语言模型，可处理长达数十分钟的音频并进行问答
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/3
首次发现
有效期至：2027/1/1
来源
涉及实体
相关事实
待验证课程可结合 ChatClient 完成智能对话、文生图、图像识别、文生语音、语音识别等多模态场景的流式对话演示74% 相似待验证Voxtral以30亿参数的文本模型作为主干，通过音频编码器将音频转为连续嵌入直接输入解码器，这与Whisper通过交叉注意力送入解码器的做法不同70% 相似待验证当前主流的大语言模型支持低延迟的语音对话70% 相似已验证实现可打断的实时对话体验涉及语音活动检测（VAD）、自动语音识别（ASR）、意图理解与上下文管理、检索与生成、TTS合成与无缝衔接的技术管线70% 相似待验证ChatCut 具备智能剪口播功能，可自动识别并删除口播中的停顿、口头禅和口误69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969739API
curl https://kongchang.com/api/v1/knowledge/claims/969739MCP
get_claim(id=969739)