MistralがVoxtral 3で音声AIに本格参入、50言語対応のエージェントSDKを公開

Mistralが音声モデル群「Voxtral 3」を発表した。50言語以上に対応する文字起こし、感情や話速を文脈から調整する音声合成、そしてLiveKitベースの音声エージェントSDKを一体化。聞く・考える・話す・ツールを呼ぶ流れを単一のストリーミングパイプラインで処理し、1ターン1秒未満で応答する。EUホストのAPIまたは自社インフラで展開でき、音声データの主権を保てる。