
何が起きたか
Mistral AIが「Voxtral Small Transcribe 3」「Voxtral Mini TTS 3」、LiveKitベースの音声エージェントSDKをまとめた「Voxtral 3」を発表した。
なぜ重要か
聞く・考える・話すを一つのストリーミング処理にまとめ、会話中に外部システムへ接続して予約や請求確認までできるため、音声対応の業務システムを自社で組み立てやすくなる。
注目点
文字起こしは50言語以上、音声合成は35言語以上・50方言に対応し、料金は文字起こしで1分あたり0.0035ドルから。
誰に効くか自社の顧客対応や予約受付に音声エージェントを組み込みたい情報システム担当者や、多言語の音声処理を内製したい開発チームに影響する。自社インフラでもEUホストのAPIでも動かせるため、データの管理場所を重視する企業の選択肢になる。
こういう要約が、毎朝あなたのメールに届きます。
Mistral AIはこれまでテキスト中心のモデルで知られてきたが、Voxtral 3は音声認識と音声合成を別々のモデルとして提供しつつ、LiveKitベースのSDKでそれらを一つのストリーミング処理に束ねた点が新しい。会話中に外部システムへ接続して予約や請求確認を行えるため、音声エージェントは単なる応答生成ではなく実際の業務処理まで担う構成になる。文字起こしが50言語以上、音声合成が35言語以上と50方言に対応する点は、多言語の顧客対応を内製したい企業にとって導入判断の材料になる。自社インフラでもEUホストのAPIでも動かせる設計は、データの管理場所を重視する欧州企業の需要を意識したものとみられる。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
MetaはMuse Wonderで訓練した特化型モデルをMuseとMeta AI向けに導入し、MuseのPersonal Superintelligence Indexスコアを38%から47%に上げた

Zyphraが個人向けではなくチーム向けに設計したAIエージェントMAIAのベータ版を公開

開発者のLuigiが2026年9月にLLM AssBenchを公開

外務省の要請を受け、来年度予算の裏付けを得た国際交流基金が、有名なアニメ・マンガのキャラクターと日本語会話を練習できるアプリを開発し、2028年度までの完成を目指す

SHLの6〜7月調査で、米国の回答者の19.1%がAIに職を代替された後、復帰を求められたと答えた

1,000件のリクエストを模したキューで、最初のトークンまでの中央値が452秒(7.5分)から14秒に短縮され、48トークンの単一回答も567 msから39 msになった
