Con Voxtral 3 Mistral collega la conversazione ai servizi
Voxtral 3 riunisce trascrizione, sintesi vocale e un SDK per agenti che conversano mentre usano altri servizi. Nella demo di Mistral, una richiesta con correzioni e cambi di lingua arriva fino a una prenotazione.
Che succede
Nella demo di Voxtral 3, una persona legge male un numero, si corregge e chiede di prenotare una visita partendo da un documento in un’altra lingua. L’agente segue le correzioni, trova uno slot e lo prenota dopo la conferma. La conversazione comprende anche il lavoro sul sistema di prenotazione.
Presentato il 20 ottobre, Voxtral 3 affianca modelli di trascrizione e sintesi vocale a un SDK che coordina ascolto, ragionamento, strumenti e risposta parlata. La trascrizione copre oltre 50 lingue; il modello in tempo reale riconosce quando l’interlocutore ha finito di parlare. La sintesi supporta oltre 35 lingue e permette di modulare ritmo ed espressione.
Mistral offre API ospitate nell’UE e possibilità di esecuzione sulla propria infrastruttura, con condizioni diverse secondo il modello.
Perché conta
La demo lascia spazio alle esitazioni di chi parla: un numero sbagliato, una correzione, un documento in un’altra lingua. È una conversazione meno ordinata, e molto più familiare, di una sequenza di comandi vocali.
Leggi la fonte
MistralVuoi sapere di più su pillole come questa?
Nella stessa edizione
ChatGPT ha un modello separato che cerca il momento per un annuncio
Granite Speech aggiunge l’italiano al modello da 470 milioni di parametri
llm-d 1.0 mette ordine nelle code dei modelli condivisi
Google Cloud venderà anche i modelli OpenAI, accanto a Gemini
Gemini ricorda lo stile del marchio fra un’immagine e la successiva
Nvidia genera scene chirurgiche che seguono i movimenti degli strumenti
FairStress misura quali decisioni un’AI è più disposta a cambiare
TorchTPU porta i chip di Google dentro PyTorch
Con Voxtral 3 Mistral collega la conversazione ai servizi
Prossima Pillola