Mistral lanza Voxtral 3: agentes de voz que escuchan, razonan y actúan en menos de un segundo
Mistral presenta Voxtral 3, una familia de modelos de voz que combina transcripción en más de 50 idiomas, síntesis con emoción adaptable y un SDK de agentes de voz construido sobre LiveKit. Cada turno se completa en menos de un segundo porque escuchar, razonar y hablar corren en un solo pipeline en streaming. Incluye clonación de voz con 30 minutos de audio y despliegue en la API europea de Mistral o en infraestructura propia.
Cada etapa es un modelo separado, así que puedes cambiar el LLM, la voz o el idioma sin reescribir el agente, y ejecutar todo el stack en la API de Mistral en Europa o en tu propia infraestructura.