Mistral AI запускает Voxtral 3, полный стек голосовых агентов, которые слушают, думают и говорят в реальном времени
decoder ·
Mistral AI представила Voxtral 3 — комплексный стек голосовых агентов, предназначенный для взаимодействия в реальном времени. Новая семейство моделей объединяет транскрипцию речи в текст, генерацию текста в речь и SDK голосового агента на базе LiveKit в единый потоковый конвейер. Система поддерживает транскрипцию более чем на 50 языках и предлагает возможности синтеза речи на более чем 35 языках с поддержкой 50 диалектов, включая функции эмоциональной адаптации. Агенты могут использовать внешние инструменты во время живых разговоров, например, бронировать встречи или проверять счета-фактуры. Mistral делает акцент на конфиденциальности данных, позволяя запускать систему на частной инфраструктуре или через API, размещенные в ЕС. Стоимость услуги транскрипции начинается от $0,0035 за минуту. Этот запуск позиционирует Voxtral 3 как полное решение для разработчиков, стремящихся создавать отзывчивые голосовые приложения на основе ИИ.
decoder