Voxtral 3🇫🇷
Mistral AI
A hangasszisztenseknek elég gyorsan kell hallgatniuk, gondolkodniuk és válaszolniuk ahhoz, hogy a beszélgetés természetesnek hasson. A Voxtral 3 a Mistral beszédmodell-családja erre a feladatra: hangfelvételeket ír át szöveggé, valós időben követi a beszédet, és felolvassa a szöveget. A csomag része egy fejlesztői eszköztár is olyan hangalapú ügynökök építéséhez, amelyeket félbeszakíthatsz, és amelyek beszéd közben is képesek műveleteket végrehajtani.
Újdonságok
- Négy modell: kettő felvételeket ír át szöveggé, egy élő beszédet, egy pedig szövegből készít beszédet
- Az átírás több mint 50 nyelven működik, beszélőcímkékkel és a saját szókészlet előnyben részesítésének lehetőségével
- A szövegfelolvasás több mint 35 nyelvet támogat, és hangklónozásra is képes
- A hangalapú ügynökök fejlesztői eszköztára kezeli a félbeszakításokat, a függvényhívásokat, a webes keresést, a telefonhívásokat és a böngészőhívásokat
- A Mistral API-ján keresztül érhető el európai, amerikai és globális végpontokon; az árazás hangpercenként történik
Miért fontos?
A jól működő beszédfeldolgozó eszközök fontos részét képezik a hasznos hangasszisztenseknek, az ezeket fejlesztők közül pedig sokan ma Európán kívüli szolgáltatásokra támaszkodnak. Ez újabb lehetőséget ad az európai csapatoknak, európai API-végpontokkal együtt. A sebességre, pontosságra és hangminőségre vonatkozó állítások a Mistraltól származnak, ezért a független összehasonlításokra még várni kell.
A cégről
A Mistral AI egy úttörő francia mesterséges intelligencia startup, amelyet 2023 áprilisában alapítottak olyan kutatók, akik a vezető AI-szervezeteknél dolgoztak. A vállalat célja, hogy demokratizálja a fejlett AI-modellekhez és megoldásokhoz való hozzáférést, így a felhasználók széles köre AI-t használhat különféle alkalmazásokhoz.