Mistral AI가 실시간 음성 에이전트를 위해 구축된 새로운 언어 모델 계열 Voxtral 3를 출시했습니다. 이 시스템은 음성 인식 모델(Voxtral Small Transcribe 3), 음성 합성 모델(Voxtral Mini TTS 3), LiveKit 기반 음성 에이전트 SDK를 포함합니다. 이들은 함께 듣기, 생각하기, 도구 사용, 말하기를 하나의 스트리밍 파이프라인으로 결합합니다. 음성 인식은 50개 이상의 언어를 지원합니다. 음성 합성 출력은 감정 적응 기능과 함께 35개 이상의 언어와 50개 방언을 지원합니다. 에이전트는 실시간 대화 중에 외부 시스템에 접근할 수 있습니다. 예를 들어 약속을 예약하거나 송장을 확인할 수 있습니다.
Mistral에 따르면 이 시스템은 자체 인프라에서 실행하거나 EU 호스팅 API를 통해 데이터를 직접 통제할 수 있습니다. 음성 인식 가격은 분당 $0.0035부터 시작합니다. 자세한 내용은 documentation.
Ad Source: Mistral