L'essentiel
Pourquoi c'est important. Une IA vocale française, qui peut tourner sur tes propres serveurs.
- 50+langues comprises par la transcription
- 4 %de mots ratés sur le test FLEURS, contre 16 % pour Whisper d'OpenAI
- 0,04 $la minute d'agent vocal, avec Mistral Small 4 pour réfléchir
- Transcrit plus de 50 langues, n° 3 chez Artificial Analysis
- Une voix en plus de 35 langues, 13 $ le million de caractères
- Un kit pour créer un agent vocal, dès 0,04 $ la minute
Et après ? Prochaine date : 20/10, Voxtral 3.
Ce qui s'est passé
Dans sa démo, l'agent lit une lettre de médecin en français et réserve un rendez-vous.
En mars, sa première voix parlait 9 langues ; elle en parle désormais plus de 35.
- Voxtral Transcribe 2
- 1re voix, 9 langues
- Voxtral 3
Comment ça marche
Un agent vocal en quatre gestes.
- Il écoute : la transcription en direct répond en moins d'une demi-seconde, dans plus de 35 langues.
- Il repère la fin de ta phrase, pour ne pas te couper la parole.
- Il réfléchit : un modèle comme Mistral Small agit, consulter une facture ou réserver un créneau.
- Il répond avec une voix qui adapte l'émotion, le débit et l'accentuation à la conversation.
À essayer
- Développeur ? L'API est ouverte depuis le 20/10, sur serveurs européens, américains ou globaux.
- Une heure de réunion transcrite coûte environ 19 centimes avec la version Mini.
- Donne-lui ta liste de mots techniques : elle l'aide à les reconnaître sans réentraînement.
Ce que ça change pour toi
- Tu appelles un service client ? La voix au bout du fil pourrait être une IA comme celle-ci.
- Tu enregistres tes réunions ? La transcription sépare les voix : qui a dit quoi.
- Tes appels peuvent rester en Europe, ou sur les serveurs de ton entreprise.
Ce qu'en disent les autres
769 points et 201 commentaires sur Hacker News, avec deux camps (avis traduits) :
- 👍 Leur modèle ouvert précédent était déjà bon : j'en ai tiré un logiciel hors ligne.
- 👍 Drôle : l'agent prend l'accent français après avoir lu du français.
- 👎 Modèle fermé, donc pas intéressé : il existe déjà d'excellents modèles fermés.
Ce qu'on ne sait pas encore
- Aucun poids en libre accès n'est annoncé : sur Hacker News, des développeurs le regrettent.
- Les voix prêtes à l'emploi n'existent qu'en 18 langues sur les 35.
- Les comparaisons sur la voix viennent des propres tests de Mistral.
Télécharger le carrouselPDF · 1 Mo · à garder ou à partager