Mistral sesli yapay zeka modelleri Voxtral 3 serisini duyurdu
Öne çıkanlar
- Voxtral 3, 50'den fazla dilde deşifre ve 35'ten fazla dilde duygusal ses sentezi desteği sunuyor.
- Gerçek zamanlı model, 500 milisaniyenin altında gecikmeyle çalışarak konuşma sonunu otomatik belirliyor.
- Ses klonlama özelliği, 30 dakikalık kayıt verisiyle konuşmacının tarzını ve duygu aralığını kopyalayabiliyor.
Mistral AI, gerçek zamanlı ve çok adımlı konuşmalar için geliştirdiği Voxtral 3 model ailesini ve sesli asistan yazılım geliştirme kitini yayımladı. Yeni sistem, 50'den fazla dilde konuşma tanıma ve 35'ten fazla dilde doğal ses sentezi yeteneklerini tek bir akış hattında birleştiriyor. Şirket, Avrupa merkezli API altyapısı ya da yerel sunucu kurulumlarıyla kurumsal veri egemenliğini koruma imkanı sunuyor.
Seri kapsamında sunulan Voxtral Small Transcribe 3 modeli, çok dilli deşifre, konuşmacı ayrımı ve bağlam yönlendirme özellikleri barındırıyor. Gerçek zamanlı model ise 500 milisaniyenin altında gecikmeyle çalışarak konuşmanın ne zaman bittiğini hem akustik hem anlamsal verilerle tahmin ediyor. Metinden sese dönüştürme tarafında görev yapan Voxtral Mini TTS 3 ise bağlama göre duygu, ritim ve vurgu ayarlaması yapabiliyor.
LiveKit altyapısı üzerine kurulan yazılım geliştirme kiti, telefon veya web üzerinden harici iş sistemleriyle etkileşim kurabiliyor. Geliştiriciler, arama doğrulama veya randevu alma gibi karmaşık iş akışlarını SIP ve WebRTC protokolleri aracılığıyla mevcut çağrı merkezi santrallerine entegre edebiliyor. Modeller, Mistral API üzerinden dakika başına 0,0035 dolardan başlayan fiyatlarla erişime açıldı.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.