
مسترال کیت توسعه عامل صوتی Voxtral 3 را معرفی کرد
مسترال کیت توسعه نرمافزار عامل صوتی Voxtral 3 را برای پردازش گفتار بلادرنگ در بیش از ۵۰ زبان معرفی کرد. این سامانه رونویسی دقیق، تبدیل متن به گفتار احساسی و استفاده عمیق از ابزارها را با گزینه میزبانی در اتحادیه اروپا یا استقرار خودمیزبان ارائه میدهد.
شرکت مسترال (Mistral AI) از کیت توسعه نرمافزار (SDK) عامل صوتی خود با نام Voxtral 3 رونمایی کرد. این محصول برای پردازش گفتار بلادرنگ (real-time speech) در بیش از ۵۰ زبان طراحی شده است و هدف آن توانمندسازی توسعهدهندگان برای ساخت عاملهای صوتی تعاملی است. بر اساس اعلام مسترال، Voxtral 3 سه قابلیت اصلی را ترکیب میکند: رونویسی دقیق گفتار (accurate transcription)، تبدیل متن به گفتار احساسی (emotional TTS) و استفاده عمیق از ابزارها (deep tool use). این ترکیب به عاملهای صوتی امکان میدهد نهتنها گفتار کاربر را به متن تبدیل کنند، بلکه با لحن احساسی پاسخ دهند و در جریان مکالمه، توابع و سرویسهای خارجی را فراخوانی کنند. از نظر استقرار، Voxtral 3 به دو صورت میزبانی در اتحادیه اروپا (EU-hosted) یا استقرار خودمیزبان (self-deployed) در دسترس است. این گزینهها برای سازمانهایی که نگران حاکمیت داده و انطباق با مقررات هستند، اهمیت دارد. برای توسعهدهندگان ایرانی، معرفی Voxtral 3 نشاندهنده گسترش ابزارهای صوتی چندزبانه و امکان استفاده از گزینه خودمیزبان است. پشتیبانی از بیش از ۵۰ زبان و قابلیت استقرار روی زیرساخت اختصاصی میتواند برای ساخت سرویسهای گفتاری فارسی و سایر زبانهای منطقهای، بدون وابستگی کامل به سرویسهای ابری خارجی، قابل توجه باشد.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




