The Decoder· Matthias Bastian·· 3 時間前AIスコア60
Mistral AI、リアルタイム音声エージェント向けのVoxtral 3を発表
Mistral AI launches Voxtral 3, a full voice agent stack that listens, thinks, and talks in real time
AIによる概要
Mistral AIは、リアルタイム音声エージェント向けのモデル群Voxtral 3を発表した。音声認識のVoxtral Small Transcribe 3、音声合成のVoxtral Mini TTS 3、LiveKitベースのSDKで構成する。文字起こしは50以上の言語に対応し、料金は文字起こしが1分あたり$0.0035から。
解説
Voxtral 3は、聞く、考える、ツールを使う、話すという一連の処理を一つのストリーミングパイプラインにまとめた構成である。構成要素は音声認識モデルのVoxtral Small Transcribe 3、音声合成モデルのVoxtral Mini TTS 3、LiveKitを基盤とする音声エージェント向けSDKの3つである。
出典: The Decoder · the-decoder.com