Mistral, konuşmayı çözümleme, akıl yürütme, araç çağırma ve sesli yanıtı bağlayan geliştirme takımıyla Voxtral 3’ü yayımladı. Akış halinde çalışan yapı, aşamaların birbirini beklemeden ilerlemesini ve kullanıcı araya girdiğinde yanıtın kesilmesini destekliyor. Eylemciler fatura kontrolü veya randevu oluşturma için dış sistemlere bağlanabiliyor; şirketin barındırdığı hizmet de kurulum seçenekleri arasında.
Yapay zekâ modelleri geliştiren Mistral, 20 Ekim’de Voxtral 3’ü sesli eylemciler için bir yazılım geliştirme takımıyla yayımladı. Takım; konuşmayı yazıya çevirme, akıl yürütme, araç çağırma ve ses üretimini akış halinde birleştiriyor. Bir aşama bitmeden diğeri çalışabiliyor. Eylemci, görüşme sırasında fatura kontrol etmek veya randevu oluşturmak için dış sistemlere bağlanabiliyor.[1], [2]
Voxtral Small Transcribe 3, konuşmacıları ayırıyor; verilen kişi adlarından ve teknik terimlerden bağlam olarak yararlanabiliyor. Mistral, çözümleme ailesinin 50’den fazla dili desteklediğini belirtiyor. Gerçek zamanlı bileşen, kişinin konuşmasını ne zaman bitirdiğini kestirmek için ses ve anlam bilgisini kullanıyor. Kullanıcı araya girdiğinde eylemcinin konuşmayı kesmesi de destekleniyor.[1]
Takım, gerçek zamanlı iletişim yazılımı LiveKit üzerine kurulu. Dinleme, akıl yürütme ve sesli yanıt ayrı model aşamaları olarak kalıyor. Geliştiriciler modeli, sesi veya dili diğer parçaları baştan yazmadan değiştirebiliyor. İnternet araması ve kurumun sistemlerinden bilgi getirme görüşme sırasında kullanılabiliyor. Mistral, barındırdığı hizmet üzerinden erişim sunuyor; bütün yapıyı kurum içinde veya özel bulutta çalıştırmak isteyenlerin şirketle görüşmesi gerekiyor.[1]
