Hacker News Front Page · ilreb ·
Voxtral 3: Voice Agent SDK & Speech Models in 50+ Languages
Voxtral 3 combina modelos de transcripción y síntesis de voz con un SDK para crear agentes conversacionales que pueden razonar, llamar herramientas y completar tareas en tiempo real. Mistral afirma que sus modelos ofrecen transcripción en más de 50 idiomas y generación de voz en más de 35, con funciones como diarización, adaptación contextual y detección del final del turno; también presenta resultados de evaluación comparativos y precios. El servicio está disponible mediante API alojada en distintas regiones o para implementación en infraestructura propia.
Voxtral 3: Mistral's voice agent SDK for real-time speech in 50+ languages — accurate transcription, emotional TTS, deep tool use. EU-hosted or self-deployed.