Mistral predstavio Voxtral 3 za glasovne AI agente

Mistral je 20. oktobra predstavio Voxtral 3, porodicu modela za prepoznavanje i stvaranje govora, zajedno sa razvojnim kompletom za glasovne AI agente. Namjera je da razgovor može pokrenuti i posao u povezanom sistemu, umjesto da se završi samo glasovnim odgovorom.

Tri različita posla tokom jednog poziva

Sistem odvaja pretvaranje govora u tekst, model koji tumači zahtjev i koristi alate, te model koji izgovara odgovor. Mistral za agente navodi scenarije poput pronalaženja podataka, provjere računa ili zakazivanja termina. To su mogućnosti platforme uz odgovarajuće povezivanje, ne gotova usluga automatski priključena na poslovanje svake firme.

Zvanična dokumentacija posebno razlikuje obradu snimljenog zvuka i transkripciju uživo. Podržane funkcije uključuju označavanje govornika, vremenske oznake i zadavanje stručnih pojmova koji pomažu prepoznavanju. Verzija za razgovor uživo prepoznaje i kada sagovornik završava izlaganje.

Cijena transkripcije nije cijena cijelog agenta

Model Voxtral Mini Transcribe Realtime 3 u dokumentaciji ima oznaku Public Preview, odnosno javne probne dostupnosti. Objavljena cijena je 0,008 dolara po minuti transkripcije uživo. To nije cijena kompletnog poziva sa generisanjem govora, jezičkim modelom, telefonijom i integracijama.

Dokumentacija za ovaj model navodi podesivo kašnjenje od 80 do 2.400 milisekundi. Taj parametar odnosi se na transkripciju i ne treba ga predstavljati kao garantovano vrijeme odgovora cijelog poslovnog sistema.

Evropska obrada i jezik moraju se provjeriti zasebno

Mistral nudi evropske, američke i globalne API krajnje tačke. Za pokretanje kompletnog sistema u sopstvenoj infrastrukturi ili privatnom oblaku upućuje na razgovor sa svojim timom. Iz toga ne slijedi da je svaka konfiguracija automatski smještena u EU niti da je lokalno postavljanje dostupno bez posebnog dogovora.

Naša preporuka za procjenu proizvoda je mali test sa stvarnim vrstama razgovora, bez osjetljivih podataka. Treba provjeriti lokalna imena, brojeve, ijekavicu, prekidanje sagovornika i predaju razgovora čovjeku. Nismo testirali kvalitet srpskog jezika i ne tvrdimo da ga opšti broj podržanih jezika potvrđuje.

Za tim korisničke podrške važan rezultat nije samo prirodan glas, nego ispravno završen zadatak. Prije šire primjene treba izmjeriti greške, trošak cijelog poziva i situacije u kojima zaposleni preuzima razgovor.

Povezani tekst o Mistralu objašnjava zašto treba odvojiti dostupnost preko API-ja od obećanja o sopstvenom pokretanju modela.

Mistral Large 4 u pregledu: otvorene težine tek krajem mjeseca

Mistral Large 4 sada se može isprobati kroz API. Otvorene težine i puna kontrola nad modelom tek su najavljene. Evo šta je potvrđeno, a šta još nije.

AI BalkanAI Balkan

Izvori

Mistral: predstavljanje Voxtrala 3

Mistral dokumentacija: pregled audio funkcija

Mistral dokumentacija: status, cijena i kašnjenje realtime modela

Prijavite se besplatno za AI vijesti koje jasno razdvajaju nove funkcije, cijenu i ograničenja.