N環球 
Французская компания Mistral запускает Voxtral 3: новое семейство моделей голоса и SDK голосового агента в реальном времени
20 октября компания Mistral AI выпустила Voxtral 3 — полный стек голосового агента с транскрипцией, транскрипцией в реальном времени менее 500 мс, TTS на более чем 50 языках и SDK голосового агента на основе LiveKit.
Почему это важно
Французская компания Mistral AI, занимающаяся искусственным интеллектом, объявила в своем официальном блоге 20 октября, что Voxtral 3 «доступен сегодня» — полный стек голосового агента, объединяющий прослушивание, рассуждения, вызов инструментов и речь в едином конвейере потоковой передачи в реальном времени. Это самый концентрированный рывок Европы в гонку голосовых агентов.
Что включено
Voxtral Small Transcribe 3 для преобразования речи в текст на более чем 50 языках, включая 24 официальных языка ЕС; Voxtral Mini Transcribe Realtime 3 для транскрипции в реальном времени с задержкой менее 500 мс; Voxtral Speech 3 для преобразования текста в речь на более чем 35 языках и более чем 50 диалектах; и SDK голосового агента, созданный на основе LiveKit.
Цены и развертывание
Официальные цены начинаются с 0,0035 доллара США в минуту за транскрипцию, 0,008 доллара США в минуту за транскрипцию в реальном времени и 13 долларов США за миллион символов для TTS; API голосового агента (с учетом Mistral Small 4) стоит 0,04 доллара США в минуту. Развертывание осуществляется через API-интерфейс Mistral, размещенный в Европе, или самостоятельное размещение, что позиционируется как «суверенное развертывание» с контролем данных.
Заявления о производительности (собственные Mistral)
Mistral утверждает, что Voxtral Small Transcribe 3 достигает 4,1% ошибок в словах на FLEURS-45 по сравнению с 16,0% на Whisper big-v3. Это цифры, заявленные поставщиками; ожидается независимая проверка.
💬 Comments
No comments yet. Be the first!