Voxtral 3 : modèles vocaux et SDK d’agents vocaux de Mistral
Mistral lance Voxtral 3, une famille de modèles de transcription et de synthèse vocale accompagnée d’un SDK pour agents vocaux, disponible via son API avec une latence temps réel inférieure à 500 ms.
Ce que dit l'article
Voxtral 3 réunit des modèles de transcription (plus de 50 langues, avec diarisation et biais de contexte), un modèle de synthèse vocale (plus de 35 langues et 50 dialectes) et un SDK d’agents vocaux construit sur LiveKit. Le pipeline écoute, raisonne, appelle des outils et répond en flux continu, avec des tours de parole de moins d’une seconde.
L’audio peut être traité sur l’API hébergée dans l’UE ou sur l’infrastructure du client, qui garde la maîtrise de la conservation des données. Les modèles sont disponibles dès maintenant via l’API Mistral, avec des tarifs à la minute pour la transcription et les agents.
Lire l'article officiel Fiche AnnuIA
Résumé rédigé par AnnuIA avec ses propres mots, d'après la page officielle de Mistral AI. Le contenu et les droits appartiennent à l'éditeur : consultez l'article d'origine.