Voxtral 3: Mistral के वॉइस मॉडल और वॉइस एजेंट SDK
Mistral ने Voxtral 3 जारी किया, जो ट्रांसक्रिप्शन और टेक्स्ट-टू-स्पीच मॉडलों का परिवार है और वॉइस एजेंट SDK के साथ API से उपलब्ध है; रियल-टाइम ट्रांसक्रिप्शन की देरी 500 ms से कम है।
लेख में क्या कहा गया है
Voxtral 3 में ट्रांसक्रिप्शन मॉडल (50 से अधिक भाषाएँ, स्पीकर पहचान और संदर्भ संकेत सहित), टेक्स्ट-टू-स्पीच मॉडल (35 से अधिक भाषाएँ और 50 से अधिक बोलियाँ) और LiveKit पर बना वॉइस एजेंट SDK शामिल हैं। पाइपलाइन सुनती, तर्क करती, टूल बुलाती और एक ही स्ट्रीम में जवाब देती है; हर बारी एक सेकंड से कम में पूरी होती है।
ऑडियो EU में होस्टेड API या ग्राहक के अपने इन्फ्रास्ट्रक्चर पर प्रोसेस हो सकता है, और रिकॉर्डिंग रखनी है या नहीं यह ग्राहक तय करता है। मॉडल अभी Mistral API से उपलब्ध हैं, ट्रांसक्रिप्शन और एजेंट के लिए प्रति मिनट कीमत के साथ।
आधिकारिक लेख पढ़ें AnnuIA प्रोफ़ाइल
यह सारांश AnnuIA ने Mistral AI के आधिकारिक पृष्ठ के आधार पर अपने शब्दों में लिखा है। सामग्री और अधिकार प्रकाशक के हैं: कृपया मूल लेख पढ़ें।