📌Mistral представила Voxtral 3 — нове покоління моделей для голосових ШІ-агентів

📌Mistral представила Voxtral 3 — нове покоління моделей для голосових ШІ-агентів

Mistral представила Voxtral 3 — сімейство голосових моделей для розпізнавання мовлення, генерації голосових відповідей і створення ШІ-агентів. Вони можуть працювати в режимі реального часу, обробляти телефонні дзвінки, взаємодіяти з API та виконувати завдання на власній інфраструктурі.
ㅤ
🔆Детальніше
ㅤ
• Понад 50 мов — розпізнавання мовлення та визначення співрозмовників.
ㅤ
• Діалоги в реальному часі — затримка відповіді становить менше секунди, що дає змогу використовувати моделі для інтерактивних голосових асистентів.
ㅤ
• Генерація голосу — підтримка понад 35 мов із можливістю керувати емоціями, інтонацією та темпом мовлення.
ㅤ
• Клонування голосу — створення голосової копії на основі 30 хвилин аудіозапису.
ㅤ
• Автоматизація завдань — голосові агенти можуть обробляти дзвінки, звертатися до API та виконувати дії під час взаємодії з користувачем.
ㅤ
• Власна інфраструктура — моделі можна розгортати локально, без необхідності повністю покладатися на зовнішні сервіси.
ㅤ
• Вартість API — розпізнавання мовлення коштує від $0,0035 за хвилину, а генерація голосу — $13 за мільйон символів.
ㅤ
За результатами тестування, наведеними Mistral, Voxtral 3 перевершує Whisper, Gemini 3.5 Transcribe та Scribe v2 у розпізнаванні мовлення.
ㅤ
➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝