Mistralの新しい音声モデルは話し終わりを聞き分ける。

Mistralは火曜、文字起こしと音声合成のモデル群「Voxtral 3」を公開した。うち一つは話者が話し終えた瞬間を見分けるので、返答までの不自然な間が消える。文字起こしは50以上の言語に対応し、費用は1分あたり半セント前後だ。

なぜ重要かこちらの話をさえぎる電話の音声案内やサポート窓口が、少し自然になるかもしれない。モデルは欧州で運用され、現地のデータ規則に縛られる企業にとっては重要だ。

関連ニュース