Voxtral 3🇫🇷
Mistral AI
Οι φωνητικοί βοηθοί πρέπει να ακούν, να σκέφτονται και να μιλούν αρκετά γρήγορα, ώστε η συζήτηση να κυλάει φυσικά. Το Voxtral 3 είναι η σειρά μοντέλων ομιλίας της Mistral για αυτόν τον σκοπό: απομαγνητοφωνούν ηχογραφήσεις, παρακολουθούν ζωντανή ομιλία και διαβάζουν κείμενο δυνατά. Περιλαμβάνει επίσης εργαλεία για developers που φτιάχνουν φωνητικούς agents, οι οποίοι μπορούν να διακόπτονται στη μέση μιας πρότασης και να εκτελούν ενέργειες ενώ μιλούν.
Τι νέο υπάρχει
- Τέσσερα μοντέλα: δύο για απομαγνητοφώνηση ηχογραφήσεων, ένα για απομαγνητοφώνηση ζωντανής ομιλίας και ένα για μετατροπή κειμένου σε ομιλία
- Η απομαγνητοφώνηση καλύπτει περισσότερες από 50 γλώσσες, περιλαμβάνει ετικέτες ομιλητών και σου επιτρέπει να δώσεις προτεραιότητα στο δικό σου λεξιλόγιο
- Η μετατροπή κειμένου σε ομιλία καλύπτει περισσότερες από 35 γλώσσες και υποστηρίζει κλωνοποίηση φωνής
- Τα εργαλεία για φωνητικούς agents διαχειρίζονται διακοπές, κλήσεις συναρτήσεων, αναζήτηση στον ιστό, τηλεφωνικές κλήσεις και ενέργειες μέσω browser
- Διατίθεται μέσω του API της Mistral σε ευρωπαϊκά, αμερικανικά και παγκόσμια endpoints, με χρέωση ανά λεπτό ήχου
Γιατί έχει σημασία
Τα καλά εργαλεία ομιλίας είναι βασικό στοιχείο για χρήσιμους φωνητικούς βοηθούς, ενώ πολλοί developers που τους φτιάχνουν σήμερα βασίζονται σε υπηρεσίες εκτός Ευρώπης. Έτσι, οι ευρωπαϊκές ομάδες έχουν ακόμη μία επιλογή, με ευρωπαϊκά API endpoints. Οι ισχυρισμοί για την ταχύτητα, την ακρίβεια και την ποιότητα της φωνής προέρχονται από τη Mistral, επομένως μένουν να φανούν οι ανεξάρτητες συγκρίσεις.
Σχετικά με την εταιρεία
Η Mistral AI είναι μια καινοτόμος γαλλική startup τεχνητής νοημοσύνης που ιδρύθηκε τον Απρίλιο του 2023 από ερευνητές με υπόβαθρο σε κορυφαίους οργανισμούς AI. Η εταιρεία στοχεύει στη δημοκρατικοποίηση της πρόσβασης σε προχωρημένα μοντέλα και λύσεις AI, δίνοντας σε ευρύ φάσμα χρηστών τη δυνατότητα να αξιοποιήσουν το AI για διάφορες εφαρμογές.