Mistral выпустила Voxtral 3: распознавание речи на 50+ языках, выразительный синтез и SDK для голосовых агентов в реальном времени
Французская ИИ-компания Mistral представила Voxtral 3 — семейство моделей распознавания и синтеза речи и SDK, объединяющий слушание, рассуждение, вызов инструментов и речь в один потоковый конвейер. Доступно через API Mistral или для развёртывания у себя.
Mistral AI 20 октября 2026 года объявила о Voxtral 3 — новом наборе речевых моделей и инструментов для создания голосовых агентов, которые ведут разговор в реальном времени и выполняют задачи прямо во время звонка.
Что входит в релиз
- Voxtral Small Transcribe 3 — распознавание речи на 50 языках, включая 24 официальных языка ЕС, с определением говорящих (диаризация), подсказками ключевых терминов (context biasing) и определением конца реплики. Меньшая версия Mini имеет 4 млрд параметров.
- Voxtral Mini Transcribe Realtime 3 — транскрипция в реальном времени с задержкой, по словам Mistral, менее 500 мс.
- Voxtral Mini TTS 3 — синтез речи на 35+ языках и 50+ диалектах с голосами, меняющими эмоцию, темп и акценты по контексту, а также адаптация «Pro Voice» по примерно 30 минутам записи голоса.
- SDK для голосовых агентов на базе LiveKit: потоковый ввод речи, рассуждение языковой модели (например, Mistral Small), вызов инструментов и ответ голосом; по словам Mistral, каждый ход занимает меньше секунды, поддерживаются телефония (SIP) и веб (WebRTC).
Цены и развёртывание
Mistral указывает $0,0035 за минуту пакетной транскрипции Mini, $0,008/мин в реальном времени, $13 за миллион символов синтеза и $0,04/мин за API голосового агента с Mistral Small 4. Модели доступны через европейские, американские и глобальные эндпоинты API или для самостоятельного развёртывания — компания подаёт это как способ держать аудио и его хранение под контролем клиента.
Оговорка
Mistral утверждает, что Voxtral 3 превосходит Whisper, ElevenLabs Scribe v2 и модели транскрипции Gemini, однако графики — собственные оценки компании, часть из них выставлена другой ИИ-моделью; независимых тестов пока нет.