Mistral AIがVoxtral 3発表

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。