Voxtral 3: modelos de voz y SDK de agentes de voz de Mistral
Mistral lanza Voxtral 3, una familia de modelos de transcripción y síntesis de voz con un SDK de agentes de voz, disponible en su API con latencia en tiempo real inferior a 500 ms.
Qué dice el artículo
Voxtral 3 reúne modelos de transcripción (más de 50 idiomas, con diarización y sesgo de contexto), un modelo de síntesis de voz (más de 35 idiomas y 50 dialectos) y un SDK de agentes de voz basado en LiveKit. El flujo escucha, razona, llama a herramientas y responde de forma continua, con turnos de menos de un segundo.
El audio puede procesarse en la API alojada en la UE o en la infraestructura del cliente, que decide si se conserva. Los modelos están disponibles ya en la API de Mistral, con precios por minuto para transcripción y agentes.
Leer el artículo oficial Ficha AnnuIA
Resumen redactado por AnnuIA con sus propias palabras a partir de la página oficial de Mistral AI. El contenido y los derechos pertenecen al editor: consulte el artículo original.