Mistral AI lança Voxtral 3, stack completo para agentes de voz
Mistral AI apresenta Voxtral 3, conjunto de modelos de voz em tempo real com transcrição em 50+ idiomas e síntese em 35+ idiomas, disponível via infraestrutura própria ou APIs da UE.
Resumo rápido
- Mistral AI lançou Voxtral 3, um stack para agentes de voz em tempo real.
- O conjunto inclui modelos de transcrição e síntese que cobrem dezenas de idiomas e dialetos.
- O sistema pode ser hospedado localmente ou via APIs na UE, com preço de US$0,0035 por minuto para transcrição.
Entenda o contexto
Mistral AI é uma empresa de inteligência artificial que desenvolve modelos de linguagem. Um stack de voz combina reconhecimento de fala, processamento de texto e síntese para criar assistentes que conversam em tempo real.
Mistral AI anunciou, nesta quinta-feira (20), o lançamento do Voxtral 3, um stack completo voltado para agentes de voz que operam em tempo real. O pacote reúne o modelo de transcrição Voxtral Small Transcribe 3, o modelo de síntese Voxtral Mini TTS 3 e um SDK de agente baseado em LiveKit, permitindo que os agentes escutem, processem e falem em um fluxo contínuo.
Segundo a empresa, a transcrição cobre mais de 50 idiomas, enquanto a síntese oferece suporte a mais de 35 idiomas e 50 dialetos, incluindo adaptação emocional. O SDK possibilita a integração com sistemas externos durante a conversa, como agendamento de compromissos ou verificação de faturas.
O Voxtral 3 pode ser executado na infraestrutura do cliente ou por meio de APIs hospedadas na União Europeia, mantendo os dados sob controle do usuário. A Mistral indica preço inicial de US$0,0035 por minuto para transcrição. Para mais detalhes, consulte a documentação oficial.
Referências
- Reportagem consultada: The Decoder
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
