Voxtral 3🇫🇷
Mistral AI
Os assistentes de voz têm de ouvir, pensar e falar depressa o suficiente para que a conversa não pareça pouco natural. O Voxtral 3 é o conjunto de modelos de fala da Mistral para esse fim: transcreve áudio, acompanha a fala em tempo real e lê texto em voz alta. Inclui também um conjunto de ferramentas para developers que criam agentes de voz capazes de ser interrompidos a meio de uma frase e de executar ações enquanto falam.
Novidades
- Quatro modelos: dois para transcrever gravações, um para transcrever fala em tempo real e outro para converter texto em fala
- A transcrição abrange mais de 50 idiomas, inclui identificação de quem está a falar e permite dar preferência ao teu vocabulário
- A conversão de texto em fala abrange mais de 35 idiomas e permite clonar vozes
- O conjunto de ferramentas para agentes de voz permite gerir interrupções, chamadas de função, pesquisas na web, chamadas telefónicas e chamadas ao navegador
- Disponível através da API da Mistral em pontos de acesso europeus, norte-americanos e globais, com preços por minuto de áudio
Porque é importante
Boas ferramentas de fala são essenciais para criar assistentes de voz úteis, e muitos developers que os estão a desenvolver dependem hoje de serviços não europeus. Esta solução dá às equipas europeias mais uma opção, incluindo pontos de acesso europeus à API. As afirmações sobre velocidade, precisão e qualidade de voz são da Mistral, por isso ainda faltam comparações independentes.
Sobre a empresa
A Mistral AI é uma startup francesa pioneira em inteligência artificial, criada em abril de 2023 por investigadores com experiência em organizações líderes de IA. A empresa pretende democratizar o acesso a modelos e soluções de IA avançados, permitindo a uma vasta gama de utilizadores tirar partido da IA em várias aplicações.