图片由 AIYXL 用 AI 生成
一次有用的服务通话最终会以某件事得到解决而结束：预约已订好、账单得到解释，或正确信息被检索到。
这正是 Mistral 希望通过 Voxtral 3 开拓的市场。其新的语音模型和语音代理 SDK 将聆听、推理、工具调用和语音回复整合到一个互联系统中。
不止是口头回答
此次发布涵盖多语言转写、说话人识别和语音生成。语言覆盖范围有所不同：转写模型支持 50 多种语言，而文本转语音支持 35 多种语言和 50 多种方言。
该 SDK 将这些组件与推理模型和外部工具连接起来。开发者可以构建在电话或浏览器对话中查询业务记录并采取行动的代理。
部署成为产品的一部分
Mistral 提供 API 访问以及在组织自有基础设施上部署的途径。对于处理客户对话的企业而言，这一选择会影响音频的处理位置以及系统的集成方式。
该产品的吸引力取决于交互能否完成。自然的声音可能让通话更轻松；而正确的记录和可靠的操作则决定来电者是否需要再次联系支持团队。
来源：Mistral