Mistral lanza Voxtral 3, un completo kit de herramientas para asistentes de voz que responden
La nueva familia Voxtral 3 de Mistral incluye reconocimiento de voz, salida de voz y un SDK para agentes de voz en tiempo real, con alojamiento en la UE o sus propios servidores como opciones.
Mistral AI ha lanzado Voxtral 3, una familia de modelos creados para asistentes de voz que pueden escuchar, pensar y responder en voz alta en tiempo real. Según el resumen del anuncio de The Decoder del 20 de octubre, tiene tres partes: Voxtral Small Transcribe 3 convierte la voz en texto, Voxtral Mini TTS 3 vuelve a convertir el texto en voz y un kit de software (un “SDK”) creado en LiveKit los une en un canal en vivo.
Las cifras que se ofrecen son modestas pero claras. La transcripción cubre más de 50 idiomas, mientras que la salida de voz admite más de 35 idiomas y 50 dialectos y puede adaptar su tono a la emoción de una conversación. El precio de la transcripción comienza en $0,0035 por minuto, lo que equivale aproximadamente a veinte centavos por hora de audio. Debido a que las piezas se ejecutan como un canal de transmisión, un agente también puede llamar a sistemas externos en medio de una conversación, por ejemplo, para programar una cita o buscar una factura, en lugar de esperar hasta que deje de hablar.
La parte que destaca para los lectores europeos es dónde se puede publicar. Las empresas pueden utilizar API alojadas en la UE o ejecutar toda la pila en su propia infraestructura, lo que es importante para cualquiera que no se sienta cómodo enviando llamadas grabadas de clientes a un servidor en el extranjero. Mistral es una empresa francesa, por lo que se ajusta a su tono habitual.
Vale la pena conocer algunas lagunas. La cobertura no menciona puntuaciones benchmark, ni cifras de tiempo de respuesta ni tamaños de modelo. Tampoco está claro si el precio de 0,0035 dólares cubre sólo la transcripción o la pila completa, y los términos de la licencia para el autohospedaje no se detallaron en el resumen que pudimos consultar. Trate las afirmaciones como un anuncio, no como el resultado de una prueba.
Qué hay detrás de esto: contar con un buen asistente de voz es más difícil de lo que parece. Debe escucharlo con precisión, decidir qué hacer, llamar a la herramienta adecuada y responder lo suficientemente rápido para que la pausa no resulte incómoda. Hacer eso con tres productos separados de tres proveedores es complicado. Mistral apuesta a que es más fácil crear un solo paquete. En términos sencillos, se trata menos de un cerebro nuevo y más de un par de oídos, una boca y el cableado entre ellos.
Qué significa esto para ti: si simplemente usas chatbots, nada cambia hoy. Si crea herramientas para una pequeña empresa, como una línea telefónica que responde preguntas sobre horarios de apertura o programa citas, vale la pena echarle un vistazo a Voxtral 3, especialmente si mantener los datos en la UE es un requisito. Pruébelo primero con algunas de sus propias grabaciones, con acentos y ruido de fondo, y compare la precisión y el retraso antes de comprometerse.
Fuentes
Fuentes: https://mistral.ai/news/voxtral-3/
OpenAI dice que GPT-6 ha mejorado mucho en COBOL y otros lenguajes de programación antiguos
OpenAI informa grandes avances en lenguajes poco utilizados como COBOL y Fortran, incluido un salto en una prueba de migración COBOL. Todas las cifras son propias de la empresa.
