Mistral AI lanza Voxtral 3, un conjunto completo de agentes de voz que escucha, piensa y habla en tiempo real
decoder ·
Mistral AI ha presentado Voxtral 3, una pila de agentes de voz integral diseñada para la interacción en tiempo real. Esta nueva familia de modelos integra la transcripción de voz a texto, la generación de texto a voz y un SDK de agente de voz basado en LiveKit en una única canalización de transmisión. El sistema admite transcripciones en más de 50 idiomas y ofrece capacidades de texto a voz en más de 35 idiomas con 50 dialectos, incluidas funciones de adaptación emocional. Los agentes están equipados para utilizar herramientas externas durante las conversaciones en vivo, como reservar citas o verificar facturas. Mistral hace hincapié en la privacidad de los datos al permitir que el sistema se ejecute en infraestructura privada o a través de APIs alojadas en la UE. El precio del servicio de transcripción comienza en 0,0035 dólares por minuto. Este lanzamiento posiciona a Voxtral 3 como una solución completa para los desarrolladores que buscan crear aplicaciones de IA basadas en voz y receptivas.
decoder