Компания Mistral AI представила Voxtral 3, новую семью моделей для обработки речи, которая включает три модели транскрипции, одну модель синтеза речи и SDK для голосового агента. Все четыре модели доступны в публичном превью через API Mistral, что позволяет пользователям интегрировать их в свои приложения и сервисы.

Модель Voxtral Mini Transcribe 3 имеет 4 миллиарда параметров и подходит для использования в условиях ограниченных ресурсов. Mistral отмечает, что Voxtral 3 занимает топовые позиции в независимых рейтингах по обработке речи, особенно в области диаризации и многозначной транскрипции. Наилучшие результаты показывают модели с 2.1% AA-WER для Small Transcribe 3.

Выход Voxtral 3 важен для дальнейшего развития технологий обработки речи и может значительно улучшить качество взаимодействия пользователей с голосовыми системами. Это также подтверждает стремление Mistral AI к инновациям в области искусственного интеллекта и расширению возможностей для разработчиков, работающих с речевыми технологиями.