La nouvelle famille Voxtral 3 réunit des modèles de transcription et un SDK pensé pour des agents vocaux capables de raisonnement et d’outillage. Artificial Analysis classe Voxtral Small Transcribe 3 troisième au niveau mondial pour le Speech to Text. L’offre peut s’exécuter via une API hébergée sur des infrastructures européennes ou sur les propres serveurs des clients, et couvre plus de 50 langues avec identification des interlocuteurs.
API européenne, exécution sur site et personnalisation annoncées
Mistral met en avant la souveraineté de ses solutions. Les clients peuvent accéder aux modèles via l’API Mistral, qui s’appuie sur des infrastructures européennes, ou choisir d’exécuter les modèles sur leurs propres serveurs. Les entreprises disposent de leviers de personnalisation pour adapter l’ensemble aux besoins métier. La société décrit des agents prenant en charge des dizaines de langues, dotés d’une expression vocale riche et de capacités de raisonnement complexe, avec une intégration poussée aux outils et données existants. D’après Mistral, ces agents interprètent des intentions nuancées, traitent des demandes sophistiquées et peuvent enchaîner des actions en plusieurs étapes sur des systèmes connectés. La prise en charge linguistique inclut environ 50 langues dont 24 officielles de l’Union européenne, ainsi que de nombreuses langues asiatiques et indiennes à faibles ressources.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, 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
Chaîne vocale démontrée : transcription, raisonnement, synthèse
La gamme Voxtral 3 réunit Voxtral Small Transcribe 3, Voxtral Mini Transcribe 3 et un SDK qui inclut un assistant vocal présenté comme apte à effectuer des raisonnements complexes et à recourir à des outils. Lors d’une démonstration, l’intelligence artificielle exploite la transcription fournie par Voxtral pour repérer les échanges, fait appel au modèle Mistral Large pour le raisonnement, puis produit la réponse à l’aide d’un modèle vocal. La séquence vidéo illustre que l’assistant peut être interrompu au cours de sa réponse et qu’il reconnaît deux personnes distinctes grâce à leur voix. Mistral présente ces briques pour bâtir des expériences conversationnelles naturelles, des agents de centres de contact et des services d’assistance pour assistants virtuels et copilotes mains libres.
Transcription multilingue et rang 3 mondial selon Artificial Analysis
Mistral met en avant les performances de transcription de Voxtral 3. Voxtral Small Transcribe 3 prend en charge plus de 50 langues et sait distinguer les interlocuteurs, un atout présenté comme adapté aux comptes rendus de réunion. Pour la conversion de la parole en texte, Artificial Analysis classe ce modèle troisième meilleure IA au monde, en mentionnant un taux d’erreur très faible. Dans ce cadre d’évaluation, la technologie de Mistral devance celles de Google, SpaceX et OpenAI.
