Voxtral 3🇫🇷
Mistral AI
Stemmeassistenter skal kunne lytte, tænke og svare hurtigt nok til, at samtalen ikke føles stiv. Voxtral 3 er Mistrals samling af talemodeller til netop det: De kan transskribere lyd, følge med i tale, mens den foregår, og læse tekst højt. Med følger også et værktøjssæt til udviklere, der bygger stemmeagenter, som kan afbrydes midt i en sætning og udføre handlinger, mens de taler.
Nyt
- Fire modeller: to til at transskribere optagelser, én til at transskribere tale i realtid og én til at omdanne tekst til tale
- Transskription understøtter mere end 50 sprog, med talermærker og mulighed for at prioritere dit eget ordforråd
- Tekst-til-tale understøtter mere end 35 sprog og stemmekloning
- Værktøjssættet til stemmeagenter håndterer afbrydelser, funktionskald, websøgninger, telefonopkald og browserkald
- Tilgængelig via Mistrals API på europæiske, amerikanske og globale endpoints. Prisen beregnes pr. minuts lyd
Derfor er det relevant
Gode taleværktøjer er en vigtig del af brugbare stemmeassistenter, og mange udviklere, der bygger dem i dag, bruger tjenester uden for Europa. Det giver europæiske teams et alternativ, blandt andet med europæiske API-endpoints. Oplysningerne om hastighed, præcision og stemmekvalitet kommer fra Mistral, så uafhængige sammenligninger må vente.
Om virksomheden
Mistral AI er en banebrydende fransk startup inden for kunstig intelligens, grundlagt i april 2023 af forskere med baggrund i førende AI-organisationer. Virksomheden har til formål at demokratisere adgangen til avancerede AI-modeller og AI-løsninger, så et bredt spektrum af brugere kan udnytte AI til forskellige anvendelser.