Mistral、Voxtral 3音声モデルと音声エージェントSDKを発表

TREE NEWS 情報： フランスのAI企業Mistralは、音声モデル「Voxtral 3」ファミリーをリリースした。これには文字起こしモデルの「Voxtral Small Transcribe 3」「Voxtral Mini Transcribe 3」「Voxtral Mini Transcribe Realtime 3」、テキスト読み上げモデルの「Voxtral Speech 3」が含まれ、さらにLiveKit上に構築された音声エージェントSDKも提供される。このSDKは話者ダイアライゼーション、音声クローニング、関数呼び出し、SIPテレフォニーをサポートする。文字起こしモデルは50以上の言語に対応し、API価格は1分あたり0.0035ドルから0.008ドル、テキスト読み上げは100万文字あたり13ドルとなっている。