Mistral представила Voxtral 3: голосовой ИИ для агентов с 50+ языками и клонированием голоса.
Mistral представила Voxtral 3: новое поколение голосовых ИИ-моделей для создания голосовых агентов.
Главные возможности
- 50+ языков: распознавание речи и определение говорящих.
- Задержка менее секунды: диалоги в реальном времени.
- 35+ языков для озвучки: управление эмоциями, интонацией и темпом.
- Клонирование голоса по 30 минутам аудио.
- ИИ-агенты: обработка звонков, работа с API и выполнение задач.
- Локальный запуск: развёртывание на собственной инфраструктуре.
Стоимость API: распознавание от $0,0035/мин, генерация речи: $13 за миллион символов.
По тестам Mistral, модель превосходит Whisper, Gemini 3.5 Transcribe и Scribe v2 в распознавании речи.
Voxtral 3 позволяет создавать голосовых ИИ-агентов, которые не только разговаривают, но и выполняют реальные задачи.
Ещё новости:
