Mistral AI propose avec Voxtral 3 une offre dédiée aux agents conversationnels parlants en temps réel. L’ensemble associe reconnaissance, synthèse et orchestration, avec des options d’hébergement en Union européenne et un prix de transcription annoncé à 0,0035 $ par minute.
Hébergement en UE et transcription à 0,0035 $ la minute
Mistral AI précise que Voxtral 3 peut être déployé sur l'infrastructure du client ou utilisé via des API hébergées dans l'Union européenne, afin de permettre aux utilisateurs de garder le contrôle sur leurs données. Le tarif de la transcription débute à 0,0035 dollar par minute.
Reconnaissance, synthèse et SDK d’agent réunis
La suite Voxtral 3 comprend un modèle de reconnaissance vocale baptisé Voxtral Small Transcribe 3, un modèle de synthèse vocale appelé Voxtral Mini TTS 3, ainsi qu'un SDK d'agent vocal fondé sur LiveKit. Ces composants permettent d'intégrer écoute, raisonnement, utilisation d'outils et restitution vocale dans un pipeline unique. Des informations complémentaires sont disponibles dans la documentation.
L’IA créative vous passionne ?
Image, vidéo, son, design génératif : le meilleur chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Plus de 50 langues en entrée et 35 en sortie, avec 50 dialectes
La transcription de Voxtral 3 prend en charge plus de 50 langues. La génération vocale s’étend à plus de 35 langues ainsi qu’à 50 dialectes, tout en intégrant une modulation émotionnelle. Il est possible pour les agents d’interagir avec des applications tierces lors d’échanges en temps réel, notamment pour organiser des rendez-vous ou consulter des factures. Ce dispositif porte le nom Voxtral 3 et s’adresse aux applications d’agents vocaux en direct.
