Mistral AI lance Voxtral 3, une pile complète d'agents vocaux qui écoutent, réfléchissent et parlent en temps réel
decoder ·
Mistral AI a lancé Voxtral 3, une pile d'agents vocaux complète conçue pour les interactions en temps réel. Cette nouvelle famille de modèles intègre la transcription parole-texte, la synthèse vocale texte-parole et un SDK d'agent vocal basé sur LiveKit au sein d'un seul pipeline de streaming. Le système prend en charge la transcription dans plus de 50 langues et offre des capacités de synthèse vocale dans plus de 35 langues avec 50 dialectes, incluant des fonctionnalités d'adaptation émotionnelle. Les agents sont équipés pour utiliser des outils externes pendant les conversations en direct, comme la prise de rendez-vous ou la vérification de factures. Mistral met l'accent sur la confidentialité des données en permettant au système de s'exécuter sur une infrastructure privée ou via des APIs hébergées en Europe. Le tarif du service de transcription démarre à 0,0035 dollar par minute. Ce lancement positionne Voxtral 3 comme une solution complète pour les développeurs souhaitant créer des applications IA basées sur la voix réactives.
decoder