أعلنت شركة Mistral AI الفرنسية في 20 أكتوبر 2026 عن Voxtral 3، عائلة جديدة من نماذج تحويل الكلام إلى نص والنص إلى كلام، مع عدة تطوير (SDK) لبناء وكلاء صوتيين يستمعون ويستوعبون ويتصرفون ويردّون في محادثة واحدة فورية.
ما الذي أطلقته Mistral؟
تقول الشركة إن الوكيل الصوتي الموثوق يحتاج أربع قدرات معًا: أن يسمع بدقة عبر اللغات واللهجات والمقاطعات، وأن يستوعب المقصود في سياقه، وأن يتحدث بشكل طبيعي معبّر، وأن ينفذ مهام متعددة الخطوات عبر الأنظمة المتصلة. ويجمع Voxtral 3 هذه القدرات في مسار واحد يعمل لحظيًا، لاستخدامات مثل مراكز الاتصال ومكاتب الخدمة والمساعدات الافتراضية.
ما الجديد في النماذج؟
- Voxtral Small Transcribe 3 للتفريغ الصوتي: يدعم 50 لغة بينها العربية، مع تمييز المتحدثين (من قال ماذا)، وتحسين الدقة بإعطائه مصطلحات سياقية، واكتشاف انتهاء كلام المتحدث ليرد الوكيل دون تأخير. وتقول Mistral إنه يتفوق على Whisper وScribe v2 وGemini 3.5 Transcribe في قياساتها. النسخة Mini بحجم 4 مليارات معامل وبسعر 0.0035 دولار للدقيقة.
- Voxtral Realtime Transcribe 3: تفريغ فوري بزمن استجابة أقل من 500 ميلي ثانية بأكثر من 35 لغة.
- Voxtral Mini TTS 3 لتوليد الكلام: أصوات تعدّل انفعالها وإيقاعها ونبرتها حسب سياق المحادثة، بأكثر من 35 لغة و50 لهجة.
- Pro Voice: للاستخدامات الاحترافية، يحاكي شخصية المتحدث ومداه الانفعالي وأسلوبه عبر اللغات انطلاقًا من 30 دقيقة تسجيل فقط.
ماذا عن التشغيل والخصوصية؟
أعلنت الشركة توفر Voxtral 3 عبر واجهة API مستضافة في الاتحاد الأوروبي، أو بالتثبيت الذاتي على بنية المؤسسة الخاصة، مع تحكم الجهة في مكان معالجة الصوت وما إذا كانت المحادثات تُحفظ.
المصادر:
