Voxtral 3: modelos de voz e SDK de agentes de voz da Mistral
A Mistral lança o Voxtral 3, uma família de modelos de transcrição e síntese de voz com SDK de agentes de voz, disponível pela API com latência em tempo real abaixo de 500 ms.
O que diz o artigo
O Voxtral 3 reúne modelos de transcrição (mais de 50 idiomas, com diarização e viés de contexto), um modelo de síntese de voz (mais de 35 idiomas e 50 dialetos) e um SDK de agentes de voz baseado no LiveKit. O fluxo ouve, raciocina, chama ferramentas e responde de forma contínua, com turnos concluídos em menos de um segundo.
O áudio pode ser processado na API hospedada na UE ou na infraestrutura do cliente, que decide se o áudio é guardado. Os modelos já estão disponíveis na API da Mistral, com preços por minuto para transcrição e agentes.
Ler o artigo oficial Ficha AnnuIA
Resumo escrito pela AnnuIA com suas próprias palavras, com base na página oficial de Mistral AI. O conteúdo e os direitos pertencem ao editor: consulte o artigo original.