Mistral lance Voxtral 3, agent vocal en 50+ langues
Original : Voxtral 3
Pourquoi c'est important
Les agents vocaux souverains multilingues deviennent un enjeu concurrentiel majeur en Europe.
Mistral AI dévoile Voxtral 3 : une famille de modèles speech-to-text et text-to-speech, plus un SDK d'agent vocal temps réel. Disponible via API EU ou en auto-hébergement, il couvre plus de 50 langues.
Mistral AI lance Voxtral 3, une suite combinant deux modèles et un SDK conçu pour les agents vocaux en temps réel. Le modèle de transcription, Voxtral Small Transcribe 3, prend en charge plus de 50 langues avec diarisation (identification des locuteurs), context-biasing par mots-clés, et détection de fin de tour pour des réponses sans délai. Le modèle de synthèse vocale, Voxtral Mini TTS 3, propose des voix expressives qui adaptent leur émotion au contexte de la conversation.
Le SDK regroupe écoute, raisonnement, appel d'outils et synthèse dans un seul pipeline de streaming. L'objectif : permettre aux entreprises de déployer des agents pour centres d'appels, assistants virtuels ou copilotes mains-libres capables d'exécuter des actions multi-étapes sur des systèmes connectés.
Fidèle à sa ligne, Mistral insiste sur la souveraineté des données : Voxtral 3 est disponible via l'API hébergée en Europe ou en déploiement sur infrastructure propre, donnant aux organisations le contrôle sur le traitement audio et la rétention des conversations.