Mistral presenta Voxtral 3, un SDK de agentes de voz para más de 50 idiomas
🎧 Escucha esta noticia
Mistral presenta Voxtral 3, una familia de modelos de conversión de voz a texto y de texto a voz junto con un SDK que combina escucha, razonamiento, uso de herramientas y habla en un flujo de transmisión en tiempo real. La empresa dice que Voxtral Small Transcribe 3 transcribe más de 50 idiomas, identifica quién habló y detecta cuándo terminó el habla; Voxtral Mini TTS 3 ofrece voces que se adaptan al contexto, con soporte para más de 35 idiomas y 50 dialectos.
El SDK está diseñado para agentes de centros de contacto, asistentes virtuales y copilotos que realizan tareas en sistemas conectados durante conversaciones por teléfono o internet. Mistral dice que su función Pro Voice puede reproducir las características, el rango emocional y el estilo de habla de una persona a partir de 30 minutos de audio. Voxtral 3 está disponible mediante la API de Mistral alojada en la Unión Europea o para implementarse en la infraestructura del cliente, que puede controlar el procesamiento y la retención del audio.
Por qué importa · interpretación editorial
Al combinar transcripción, razonamiento, uso de herramientas y síntesis de voz en un flujo de streaming, el SDK podría simplificar la creación de agentes de voz conectados a otros sistemas. Su API alojada en la UE o el despliegue en la infraestructura del cliente también ofrece a los equipos una opción sobre cómo se procesan y conservan los audios.
Fuentes
APIsAgentes