Voxtral 3🇫🇷
Mistral AI
Hlasoví asistenti musí dost rychle poslouchat, přemýšlet a mluvit, aby konverzace nepůsobila toporně. Voxtral 3 je sada modelů pro práci s řečí od Mistralu: přepisuje zvuk, sleduje živou řeč a předčítá text. Součástí je také sada nástrojů pro vývojáře, kteří staví hlasové agenty. Ti dokážou reagovat na přerušení uprostřed věty a zároveň během hovoru provádět akce.
Co je nového
- Čtyři modely: dva přepisují nahrávky, jeden přepisuje živou řeč a jeden převádí text na řeč
- Přepis podporuje více než 50 jazyků, označení mluvčích a možnost upřednostnit vlastní slovní zásobu
- Převod textu na řeč podporuje více než 35 jazyků a klonování hlasu
- Sada nástrojů pro hlasové agenty zvládá přerušování, volání funkcí, vyhledávání na webu, telefonní hovory i volání z prohlížeče
- Služba je dostupná přes API Mistralu na evropských, amerických i globálních koncových bodech. Cena se účtuje za minutu zvuku
Proč je to důležité
Kvalitní nástroje pro práci s řečí jsou důležitou součástí užitečných hlasových asistentů. Mnoho vývojářů, kteří je dnes staví, spoléhá na služby mimo Evropu. Tohle dává evropským týmům další možnost, včetně evropských koncových bodů API. Tvrzení o rychlosti, přesnosti a kvalitě hlasu pocházejí od Mistralu, na nezávislá srovnání si tedy ještě počkáme.
O firmě
Mistral AI je průkopnický francouzský startup v oblasti umělé inteligence, založený v dubnu 2023 výzkumníky se zkušenostmi z předních AI organizací. Cílem firmy je demokratizovat přístup k pokročilým modelům AI a řešením, aby široká škála uživatelů mohla AI využít pro různé aplikace.