मिस्ट्रल एआई ने वॉक्सट्रल 3 लॉन्च किया, एक पूर्ण वॉइस एजेंट स्टैक जो रियल-टाइम में सुनता, सोचता और बोलता है
decoder ·
मिस्ट्रल एआई ने Voxtral 3 का परिचय दिया, जो वास्तविक समय की अंतर्क्रिया के लिए डिज़ाइन किया गया एक व्यापक वॉइस एजेंट स्टैक है। यह नया मॉडल परिवार स्पीच-टू-टेक्स्ट ट्रांसक्रिप्शन, टेक्स्ट-टू-स्पीच जनरेशन और लाइवकिट (LiveKit) पर आधारित वॉइस एजेंट SDK को एकल स्ट्रीमिंग पाइपलाइन में एकीकृत करता है। सिस्टम 50 से अधिक भाषाओं में ट्रांसक्रिप्शन का समर्थन करता है और 50 बोलियों सहित 35 से अधिक भाषाओं में टेक्स्ट-टू-स्पीच क्षमताएं प्रदान करता है, जिसमें भावनात्मक अनुकूलन सुविधाएं भी शामिल हैं। एजेंटों को लाइव बातचीत के दौरान बाहरी उपकरणों का उपयोग करने में सक्षम बनाया गया है, जैसे कि अपॉइंटमेंट बुक करना या चालान जांचना। मिस्ट्रल डेटा गोपनीयता पर जोर देता है, जिससे सिस्टम निजी इंफ्रास्ट्रक्चर या यूरोपीय संघ में होस्ट किए गए API के माध्यम से चल सकता है। ट्रांसक्रिप्शन सेवा की कीमत प्रति मिनट $0.0035 से शुरू होती है। यह लॉन्च विकसकों के लिए जिन्हें प्रतिक्रियाशील वॉइस-आधारित AI ऐप्लिकेशन बनाना चाहते हैं, Voxtral 3 को एक पूर्ण समाधान के रूप में स्थापित करता है।
decoder