Mistral AI heeft Voxtral 3 uitgebracht: een familie van drie modellen die spraak omzetten in tekst, een model dat tekst laat uitspreken en een softwarepakket waarmee bedrijven zelf een spraakassistent kunnen bouwen. Volgens Mistral is alles direct beschikbaar via de eigen API, die het bedrijf naast Amerikaanse en wereldwijde servers ook in Europa host. Technieksite MarkTechPost meldt dat de modellen als public preview worden aangeboden.

Vier modellen, elk voor een eigen klus

  • Voxtral Small Transcribe 3 is het nauwkeurigste model voor het uitschrijven van opnames, inclusief het herkennen van wie er aan het woord is (diarisatie).
  • Voxtral Mini Transcribe 3 is een kleiner model van 4 miljard parameters voor goedkopere en snellere batchjobs.
  • Voxtral Mini Transcribe Realtime 3 schrijft live mee en herkent wanneer iemand klaar is met praten. Volgens Mistral ligt de vertraging onder een halve seconde.
  • Voxtral Speech 3 maakt van tekst gesproken audio, met instellingen voor emotie, tempo en nadruk.

Je kunt de herkenning sturen met vaktermen of namen die vaak voorkomen, zodat die beter worden opgepikt. Volgens Mistral ondersteunt de transcriptie meer dan 50 talen, waaronder alle 24 officiële EU-talen. Nederlands staat ook op de lijst van stemmen voor de spraakuitvoer.

Bouwpakket voor de AI-telefonist

Nieuw is de SDK voor spraakagents, gebouwd op het opensourceplatform LiveKit. Die koppelt drie stappen aan elkaar: luisteren met het realtime model, nadenken en tools aanroepen met een taalmodel zoals Mistral Small 4, en antwoorden met Voxtral Speech 3. Een agent kan zo telefoongesprekken voeren via SIP of in een app of browser werken. Mistral zegt dat een beurt in minder dan een seconde rond is en dat de agent stopt met praten als je hem onderbreekt. Omdat elke stap een los model is, kun je het taalmodel of de stem vervangen.

Prijzen en prestaties

De transcriptie kost tussen 0,0035 en 0,008 dollar per minuut, afhankelijk van het model. Spraakuitvoer kost 13 dollar per miljoen tekens. Een complete spraakagent kost 0,04 dollar per minuut met Mistral Small 4 als denkmodel, of 0,08 dollar met een ander model.

De meeste prestatiecijfers komen van Mistral zelf. Op de onafhankelijke ranglijst van Artificial Analysis staat het Small-model op de derde plek, met een foutpercentage van 2,1 procent. Alleen Fun-Realtime-ASR-preview en Microsofts MAI-Transcribe-2 scoren daar iets beter, en dat laatste model is per minuut ook goedkoper. Bij live meeschrijven met de kortste vertraging laat Voxtral meer fouten liggen dan Gemini 3.5 Realtime van Google. Open gewichten heeft Mistral niet aangekondigd; wie de modellen op eigen servers wil draaien, moet contact opnemen met Mistral.

Waarom dit voor Europese bedrijven interessant is

Bij spraak gaat het vaak om gevoelige gegevens: klantgesprekken, vergaderingen of gesprekken met een huisarts. Dat Mistral de API in de EU host en ook zelf-hosting aanbiedt, kan het voor Nederlandse organisaties eenvoudiger maken om grip te houden op waar die opnames terechtkomen. Het past in de reeks lanceringen waarmee het Franse bedrijf zich als Europees alternatief positioneert, na onlangs Mistral Large 4 en de voorspelmodellen Timestral. Meer details staan in de aankondiging van Mistral.