أصدرت Mistral AI رسمياً في 21 أكتوبر 2026 سلسلة نماذج الصوت الجديدة Voxtral3 وحزمة تطوير وكلاء الصوت SDK. وتغطي حزمة المنتجات هذه نموذج التفريغ النصي Voxtral Small Transcribe3 ونموذج تركيب الصوت Voxtral Mini TTS3.0 بالإضافة إلى حزمة تطوير وكلاء الصوت SDK المبنية على LiveKit، وتدعم الحصول عليها عبر واجهة برمجة التطبيقات API أو نشرها ذاتياً في السحابة الخاصة أو على البنية التحتية الخاصة، وتهدف إلى توفير قدرات تفاعل صوتي فوري بالبث عالي الأداء لمراكز الاتصال ومكاتب الخدمة والمساعدين الافتراضيين وأنظمة القيادة بدون استخدام اليدين.
من حيث الأداء التقني، يدعم Voxtral Small Transcribe3 أكثر من 50 لغة، ويتميز بوظائف تقسيم الصوت والانحياز السياقي وكشف نهاية الدور. وفي مخطط FLEURS، بلغ معدل الأخطاء الإجباري ومعدل أخطاء الاستدلال لديه 4.1% و4.0%، أي بمستوى Microsoft AI Transcribe2، ويتفوق على Gemini3.5Transcribe وScribe v2 وGPT Transcribe وWhisper large-v3.
وتبلغ تكلفة استخدام Voxtral Mini Transcribe3 المكون من 4 مليار معلمة على دفعات 0.0035 دولار لكل دقيقة، بينما تبلغ تكلفة النسخة الفورية 0.008 دولار لكل دقيقة، مع زمن استجابة أقل من 500 مللي ثانية. في الوقت نفسه، يوفر Voxtral Mini TTS3.0 تركيباً صوتياً بأكثر من 35 لغة وأكثر من 50 لهجة، بسعر 13 دولار لكل مليون حرف، ويدعم التكيف مع النبرة والتعليمات التوجيهية واستنساخ الصوت عبر اللغات Pro Voice بناءً على صوت مدته 30 دقيقة.
وتدمج حزمة التطوير SDK المبنية على LiveKit التفريغ النصي والاستدلال واستدعاء الأدوات وتوليد الصوت في خط بث فوري واحد، مما يمكّن النماذج العامة من الاستدلال الذاتي واستدعاء الأدوات أثناء معالجة المحادثة، مع إبقاء أدوار المحادثة في حدود ثانية واحدة، ودعم التوقف التلقائي للوكيل عند مقاطعة المتصل. ويرى المحللون أن إصدار Mistral هذا يجمع بين أداء النماذج وتحكم النشر على مستوى المؤسسات، وأنه من خلال البنية المعيارية والدعم الخاص يسرّع من التوسع في تطبيق وكلاء الذكاء الاصطناعي الصوتي في سيناريوهات الأعمال المعقدة.