Mistral AI heeft Voxtral 3 gelanceerd, een nieuwe familie modellen voor spraakherkenning en spraaksynthese, samen met een SDK waarmee ontwikkelaars complete spraakagents kunnen bouwen.
Luisteren, nadenken, handelen en spreken
Een goede spraakagent moet volgens Mistral tegelijk nauwkeurig luisteren, begrijpen wat iemand bedoelt, natuurlijk spreken en via gekoppelde systemen acties uitvoeren. De nieuwe SDK brengt luisteren, redeneren, toolgebruik en spreken samen in één realtime streamingpijplijn. Mistral noemt toepassingen als contactcenters, servicedesks, virtuele assistenten en handsfree copilots.
Het spraakherkenningsmodel ondersteunt nu 50 talen, waaronder 24 officiële EU-talen. Het herkent wie wat zegt, kan sleuteltermen meekrijgen om vakjargon beter te herkennen en detecteert wanneer iemand is uitgesproken, zodat een agent zonder vertraging kan reageren. De kleinere Mini-variant heeft 4 miljard parameters en kost volgens Mistral 0,0035 dollar per minuut.
Expressieve stemmen
Het spraaksynthesemodel Voxtral Mini TTS 3 introduceert stemmen die emotie, tempo en nadruk aanpassen aan het gesprek, in meer dan 35 talen en 50 dialecten. Voor professioneel gebruik kan Pro Voice met ongeveer 30 minuten audio het karakteristieke stemgeluid en de spreekstijl van iemand nabootsen, ook in andere talen. Volgens Mistral presteert het herkenningsmodel beter dan onder meer Whisper en Gemini 3.5 Transcribe.
Europese hosting of eigen servers
Voxtral 3 is beschikbaar via de in de EU gehoste API van Mistral of om zelf te draaien op eigen infrastructuur. Organisaties houden zo zelf in de hand waar audio wordt verwerkt en of gesprekken worden bewaard.
Gebruikte bronnen
- Mistral AI — Voxtral 3 (2026-10-20)