Mistral AI запускає сімейство моделей Voxtral 3 для голосових агентів
Mistral AI запустила Voxtral 3, сімейство моделей для голосових агентів у реальному часі. Воно об'єднує транскрипцію, синтез мовлення та SDK на основі LiveKit для слухання, міркування, роботи з інструментами й розмови в єдиному потоці.
Що включає Voxtral 3
Mistral AI запустила Voxtral 3, нове сімейство мовних моделей, створених для голосових агентів у реальному часі. Реліз об'єднує модель перетворення мовлення на текст, Voxtral Small Transcribe 3, модель перетворення тексту на мовлення, Voxtral Mini TTS 3, та SDK голосового агента на основі LiveKit. Mistral представляє ці компоненти як єдиний потоковий контур, який може слухати, обмірковувати, використовувати інструменти та говорити під час тієї самої живої розмови.
Транскрипція охоплює понад 50 мов. Вивід синтезу мовлення підтримує понад 35 мов і 50 діалектів, з емоційною адаптацією. Під час дзвінка агенти можуть підключатися до зовнішніх систем для таких завдань, як бронювання прийомів або перевірка рахунків.
Розгортання та контроль даних
Mistral повідомляє, що Voxtral 3 може працювати на інфраструктурі самого клієнта або через API, розміщені в ЄС, що має на меті зберегти дані під контролем того, хто розгортає систему. Ціна починається з $0.0035 за хвилину транскрипції. Компанія скеровує читачів до своєї документації за додатковими деталями.
Джерела: The Decoder
SiTech — веброзробка з підтримкою AI
Створюємо швидкі та сучасні сайти й інтегруємо AI у бізнес-процеси. Маєте проєкт чи запитання? Із задоволенням допоможемо.