Mistral AI công bố Bộ công cụ phát triển phần mềm Trợ lý Giọng nói Voxtral 3

Mistral AI vừa ra mắt Voxtral 3, một bộ công cụ phát triển phần mềm (SDK) trợ lý giọng nói tích hợp khả năng lắng nghe, suy luận, gọi công cụ và giao tiếp theo thời gian thực hỗ trợ hơn 50 ngôn ngữ. Bộ sản phẩm này bao gồm ba biến thể chuyển đổi giọng nói thành văn bản cùng Voxtral Speech 3 TTS với khả năng thích ứng cảm xúc. Bản phát hành này cung cấp cho các nhà phát triển một công cụ mạnh mẽ để xây dựng các trợ lý giọng nói thời gian thực có thể tương tác với các hệ thống kinh doanh, truy xuất thông tin và thực hiện tác vụ qua kênh điện thoại hoặc web. Đây là một bước tiến quan trọng trong lĩnh vực nhận dạng giọng nói đa ngôn ngữ và tự động hóa quy trình làm việc. Voxtral 3 mang lại độ trễ thời gian thực dưới 500ms và có sẵn thông qua các API lưu trữ tại EU của Mistral hoặc tự triển khai nhằm đảm bảo chủ quyền dữ liệu. Tuy nhiên, một số thành viên cộng đồng lưu ý rằng đây là một mô hình đóng, tiếp tục xu hướng các giải pháp độc quyền trong việc triển khai chuyển đổi văn bản thành giọng nói và giọng nói thành văn bản.