Mistral brengt met Voxtral 3 een nieuwe set spraakmodellen op de markt waarmee bedrijven een spraakassistent bouwen die luistert, meedenkt en praat. De modellen spreken en verstaan tientallen talen, waaronder Nederlands. Het Europese AI-bedrijf stelt ze vanaf vandaag beschikbaar, onder meer voor klantenservice en virtuele assistenten.
Waarom een spraakassistent bouwen lastig blijft
Spraakherkenning en spraakgeneratie zijn volgens Mistral flink verbeterd. Toch blijft het moeilijk om een assistent te maken die het hele gesprek zelfstandig afhandelt. Zo’n assistent moet vier dingen tegelijk goed doen: nauwkeurig luisteren, begrijpen wat de gebruiker bedoelt, natuurlijk spreken en in meerdere stappen handelen via gekoppelde systemen. Dat samen betrouwbaar en in real time laten werken is de uitdaging.
Voxtral 3 bundelt daarom luisteren, redeneren, het aanroepen van andere software en spreken in één doorlopend proces. Mistral levert daarbij een softwarepakket voor spraakassistenten, gebouwd op LiveKit. Elke stap is een apart model. Bedrijven wisselen dus het taalmodel, de stem of de taal om zonder de assistent opnieuw op te bouwen.
Spraakmodellen voor transcriptie en stemmen
Het model Voxtral Small Transcribe 3 zet spraak om in tekst in meer dan 50 talen. Het herkent wie wat zegt en gebruikt sleutelwoorden om nauwkeuriger te worden. Ook merkt het op wanneer iemand is uitgesproken, zodat de assistent zonder vertraging antwoordt. Volgens Mistral presteert het beter dan Whisper, Scribe v2 en Gemini 3.5 Transcribe.
Voor realtime gebruik is er Voxtral Realtime Transcribe 3. Dat model transcribeert in meer dan 35 talen met een vertraging van minder dan 500 milliseconden. De stemmodule Voxtral Mini TTS 3 past emotie, tempo en nadruk aan op de context van het gesprek. Ze ondersteunt ruim 35 talen en meer dan 50 dialecten.
Bedrijven die een eigen stem willen, gebruiken de functie Pro Voice. Daarmee bootst het model het karakter, de emotie en de spreekstijl van een spreker na, in meerdere talen. Daarvoor is volgens Mistral 30 minuten audio genoeg.
Prijzen en controle over gespreksdata
Voxtral 3 draait via de Europese API van Mistral of op de eigen infrastructuur van een organisatie. Zo bepaalt de klant waar audio wordt verwerkt, hoe data worden behandeld en of gesprekken worden bewaard. Daarnaast is het model ook beschikbaar via Amerikaanse en wereldwijde servers.
Mistral rekent voor Voxtral Mini Transcribe 3 in batchvorm 0,0035 dollar per minuut. De realtimeversie kost 0,008 dollar per minuut en Voxtral Small Transcribe 3 kost 0,0040 dollar per minuut. Voor spraakgeneratie betaalt een bedrijf 13 dollar per miljoen tekens. Een volledige spraakassistent met Mistral Small 4 voor het redeneren kost 0,04 dollar per minuut, met een groter model 0,08 dollar.
Tijdens een gesprek kan de assistent de identiteit van een beller controleren, een rekening opzoeken of een afspraak inplannen. De assistent neemt telefoongesprekken aan en plaatst ze zelf via SIP. Via WebRTC draait hij in browsers en apps. Ook koppelt hij aan bestaande telefoon-, keuzemenu- en callcentersoftware.
Kernfeiten
- Voxtral Realtime Transcribe 3 transcribeert in meer dan 35 talen met een vertraging van minder dan 500 milliseconden.
- Voxtral Mini TTS 3 ondersteunt meer dan 35 talen en meer dan 50 dialecten.
- Voor de functie Pro Voice is volgens Mistral 30 minuten audio genoeg om het karakter, de emotie en de spreekstijl van een spreker na te bootsen.
- Een volledige spraakassistent met Mistral Small 4 voor het redeneren kost 0,04 dollar per minuut, met een groter model 0,08 dollar per minuut.
- Voor spraakgeneratie rekent Mistral 13 dollar per miljoen tekens.
Veelgestelde vragen
Wat kost een spraakassistent met Voxtral 3 per minuut?
Een volledige spraakassistent met Voxtral 3 en Mistral Small 4 voor het redeneren kost 0,04 dollar per minuut. Met een groter model voor het redeneren kost de assistent 0,08 dollar per minuut.
Waar draait Voxtral 3 en wie bepaalt waar audio wordt verwerkt?
Voxtral 3 draait via de Europese API van Mistral of op de eigen infrastructuur van een organisatie. Zo bepaalt de klant waar audio wordt verwerkt, hoe data worden behandeld en of gesprekken worden bewaard. Het model is daarnaast beschikbaar via Amerikaanse en wereldwijde servers.
Hoeveel audio is nodig voor een eigen stem met Pro Voice van Voxtral 3?
Voor een eigen stem met Pro Voice is volgens Mistral 30 minuten audio genoeg. Met die functie bootst het model het karakter, de emotie en de spreekstijl van een spreker na, in meerdere talen.