Mistral تطلق Voxtral 3: التعرف على الكلام بأكثر من 50 لغة وتحويل نص إلى كلام معبّر وأداة لبناء وكلاء صوتيين فوريين
قدّمت شركة الذكاء الاصطناعي الفرنسية Mistral مجموعة Voxtral 3 من نماذج تحويل الكلام إلى نص والنص إلى كلام، إضافة إلى حزمة SDK تجمع الاستماع والاستدلال واستدعاء الأدوات والكلام في مسار بثّ واحد. متاحة عبر واجهة Mistral البرمجية أو للنشر الذاتي.
أعلنت Mistral AI في 20 أكتوبر 2026 عن Voxtral 3: مجموعة جديدة من نماذج الكلام وأدوات برمجية لبناء وكلاء صوتيين يجرون محادثات فورية وينفذون مهام أثناء المكالمة.
ماذا يتضمن الإصدار
- Voxtral Small Transcribe 3: تحويل الكلام إلى نص في 50 لغة، منها اللغات الرسمية الأربع والعشرون في الاتحاد الأوروبي، مع تمييز المتحدثين وتوجيه السياق بالمصطلحات الرئيسية واكتشاف نهاية الدور. ويضم الإصدار الأصغر Mini نحو 4 مليارات معامل.
- Voxtral Mini Transcribe Realtime 3: نسخ فوري بزمن استجابة تقول Mistral إنه أقل من 500 ملّي ثانية.
- Voxtral Mini TTS 3: تحويل النص إلى كلام بأكثر من 35 لغة و50 لهجة، بأصوات تضبط العاطفة والإيقاع والتشديد وفق السياق، مع ميزة “Pro Voice” لمحاكاة صوت متحدث من نحو 30 دقيقة من التسجيلات.
- حزمة SDK للوكلاء الصوتيين مبنية على LiveKit تبث إدخال الكلام واستدلال نموذج لغوي مثل Mistral Small واستدعاء الأدوات والرد الصوتي؛ وتقول Mistral إن كل دور يكتمل في أقل من ثانية ويعمل عبر الهاتف (SIP) والويب (WebRTC).
الأسعار والنشر
تذكر Mistral سعر 0.0035 دولار للدقيقة للنسخ الدفعي Mini، و0.008 دولار للدقيقة للنسخ الفوري، و13 دولاراً لكل مليون حرف لتحويل النص إلى كلام، و0.04 دولار للدقيقة لواجهة الوكيل الصوتي مع Mistral Small 4. والنماذج متاحة عبر نقاط وصول أوروبية وأمريكية وعالمية أو للنشر الذاتي، وهو ما تقدمه الشركة وسيلةً لإبقاء الصوت وتخزينه تحت سيطرة العميل.
تنبيه
تقول Mistral إن Voxtral 3 يتفوق على Whisper وElevenLabs Scribe v2 ونماذج النسخ من Gemini، لكن الرسوم البيانية تقييمات داخلية للشركة، وبعضها قيّمه نموذج ذكاء اصطناعي آخر؛ ولم تُنشر اختبارات مستقلة بعد.