A Mistral AI valós idejű hangügynökökre szabott Voxtral 3 modellcsaládot indított
A Mistral AI elindította a Voxtral 3 modellcsaládot, amelyet valós idejű hangügynökökre szabtak. A rendszer a Voxtral Small Transcribe 3 beszédfelismerőt, a Voxtral Mini TTS 3 szövegfelolvasót és egy LiveKit-alapú hangügynök-SDK-t fogja össze: a hallás, a gondolkodás, a külső eszközök használata és a beszéd egyetlen folyamatos csatornában fut. Az átírás több mint 50 nyelvet fed le, a felolvasás pedig több mint 35 nyelvet és 50 dialektust támogat, érzelmi hangolással. Az ügynökök élő beszélgetés közben külső rendszerekhez is nyúlhatnak, például időpontot foglalhatnak vagy számlát ellenőrizhetnek. A megoldás saját infrastruktúrán vagy uniós üzemeltetésű API-kon futtatható, így az adatok kontrollálhatók maradnak. Az átírás ára percenként 0,0035 dollártól indul; a további részletek a dokumentációban találhatók.