Mistral выпустила Voxtral 3: модели речи и SDK для голосовых агентов
Подготовлено автоматическиMistral AI выпустила Voxtral 3 — модели распознавания и синтеза речи и SDK для голосовых агентов с API в ЕС или самостоятельным развёртыванием.
Что случилось
Mistral AI представила семейство Voxtral 3: модели распознавания и синтеза речи и SDK для голосовых агентов1. SDK объединяет слушание, рассуждение, вызов инструментов и озвучивание в одном потоковом пайплайне реального времени1. Распознавание речи (Voxtral Small Transcribe 3) охватывает более 50 языков, а модель синтеза Voxtral Mini TTS 3 поддерживает более 35 языков и более 50 диалектов1.
Почему важно
Список языков транскрибации расширен до 50, включая 24 официальных языка ЕС1. По утверждению Mistral, Small-версия превосходит Whisper, Scribe v2 и Gemini 3.5 Transcribe1. Pro Voice, по словам компании, воспроизводит манеру речи спикера по 30 минутам аудио1.
Что это значит для тебя
Если ты разрабатываешь голосовых агентов для колл-центров или ассистентов, можно запустить модели через API в ЕС или на своей инфраструктуре1. Транскрибацию Mini-варианта компания оценивает в $0,0035 за минуту1. Аудио остаётся под твоим контролем: ты решаешь, где оно обрабатывается и хранится ли запись1.
Что дальше
Источник не называет сроков новых релизов. Стоит дождаться независимых бенчмарков, подтверждающих сравнение с Whisper и другими моделями.
Источники
- Voxtral 3 — Mistral AI News, первоисточник
Хронология
- — Источник: Mistral AI News — Voxtral 3
- — Опубликован материал