20 Ekim 2026 SalıSayı № 293
I Model ÇıkışıResmi Kaynak

Mistral AI’dan Voxtral 3: Çok Dilli Gerçek Zamanlı Ses Ajanı SDK ve Yeni STT/TTS Modelleri

Mistral AI, sesli asistanların ve çağrı merkezi çözümlerinin temelini yeniden tanımlayan Voxtral 3'ü tanıttı. 50'yi aşkın dilde anlık, duygusal ve çok adımlı konuşmaları destekleyen yeni ses‑metin ve metin‑ses modelleri, aynı zamanda derin araç entegrasyonu ve veri egemenliği sunan bir SDK ile geliyor.

Mistral AI kaynağından derlendi · · 2 dk okuma

Orijinal haber ↗
Görsel: Mistral AI

Özetle

  1. 1

    Voxtral 3, 50+ dili destekleyen, gerçek zamanlı transkripsiyon ve duygusal TTS yeteneklerini tek bir SDK'da birleştiriyor.

  2. 2

    Pro Voice adaptasyonu, sadece 30 dakikalık sesle konuşmacının karakteristik sesini çok dilli olarak klonlayabiliyor.

  3. 3

    Müşteri verileri AB içinde kalıyor; hem API hem de kendi altyapısına kurulum seçeneğiyle tam veri egemenliği sağlanıyor.

Mistral AI, Voxtral 3 ile sesli etkileşimlerde dört temel yeteneği bir arada sunmayı hedefliyor: yüksek doğruluklu çok dilli transkripsiyon, bağlam‑ağırlıklı anahtar kelime hatırlama, duygusal ve akıcı ses sentezi ve çok adımlı araç çağrıları. Yeni ses ajanı SDK'sı, dinleme, düşünme, araç çağırma ve konuşma süreçlerini gerçek zamanlı bir akış içinde birleştirerek telefon ve web üzerinden düşük gecikmeli, kesintisiz bir deneyim sağlıyor.

Voxtral Small Transcribe 3, 50'den fazla dili destekleyen, diyafon (kim konuştu) ve bağlam‑biasing özellikli bir speech‑to‑text modeli olarak tanıtıldı. Model, konuşmanın sonunu algılayarak anlık yanıtlar vermeyi mümkün kılıyor. Aynı zamanda Voxtral Mini TTS 3, 35+ dil ve 50+ lehçede duygusal ton, tempo ve vurgu ayarlamaları yapabilen bir text‑to‑speech motoru sunuyor. Profesyonel kullanım senaryoları için 30 dakikalık ses örnekleriyle bir konuşmacının karakteristik sesini yeniden yaratabilen Pro Voice adaptasyonu da mevcut.

Müşteriler, Voxtral 3'ü Mistral'ın AB‑konumlu API'si üzerinden ya da kendi altyapılarına kurarak veri egemenliğini koruyabiliyor. Modelin fiyatlandırması da rekabetçi: Small Transcribe 3 için $0.0035/dakika ve Mini TTS 3 için 1M karakter başına $13. Bu maliyetler, OpenAI, Deepgram ve ElevenLabs gibi rakiplerin benzer hizmetlerine kıyasla daha düşük seviyelerde.

Performans açısından Voxtral Small Transcribe 3, FLEURS 45 benchmark'ında zorunlu (forced) dilde %4.1, otomatik (inferred) dilde %4.0 WER ile en iyi sonuçları elde ederken, diyafon benchmark'ında %18.4 cpWER ile öne çıkıyor. Bağlam‑biasing testlerinde ise %94.6 anahtar kelime hatırlama oranına ulaşarak rakiplerinin çok üzerinde bir performans sergiliyor. Gerçek zamanlı transkripsiyon modeli Voxtral Mini Transcribe 3 ise 35 dilde ortalama %4.0 WER ile düşük gecikmeli uygulamalara uygun olduğunu kanıtladı.

Yöney yorumu

Voxtral 3, sesli asistan ve çağrı merkezi pazarında yüksek doğruluk ve duygusal ifade gerektiren senaryoları düşük maliyetle sunarak geliştiricilerin ve işletmelerin yeni hizmetler yaratmasını hızlandıracak. Veri egemenliği odaklı dağıtım seçeneği ise özellikle AB düzenlemelerine tabi sektörlerde büyük bir avantaj sağlayacak.

Yapay zekâ tarafından üretilmiştir.

Haberdeki skorlar

Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.

  • Voxtral Small Transcribe 3FLEURS 45 (Forced) Word Error Rate · forced language
    %4.1
  • Voxtral Small Transcribe 3FLEURS 45 (Inferred) Word Error Rate · inferred language detection
    %4
  • Voxtral Small Transcribe 3Concatenated Minimum Permutation WER (diarization) · cpWER
    %18.4
  • Voxtral Small Transcribe 3Keyphrase Recall with Context · with context
    %94.6
  • Voxtral Mini Transcribe 3Realtime transcription WER (FLEURS 35) · realtime
    %4
Devamı kaynakta

Bu haber Mistral AI kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

NVIDIA Cosmos3-H-Dreams: Klinik Cerrahi Simülasyonunda Gerçek Zamanlı Üretken Görüntüleme

NVIDIA, Cosmos3-H-Dreams adlı yeni bir üretken simülatörle klinik cerrahi sahnelerini gerçek zamanlı olarak canlandırıyor. Model, gerçek ameliyat kayıtlarından öğrenerek enzimatik kontrol ve doku deformasyonlarını anlık olarak yansıtıyor ve tek bir RTX PRO 6000 GPU’da çalışabiliyor.

Özetle 3 madde
  1. Cosmos3-H-Dreams, klinik kolesistektomi kayıtlarından öğrenerek gerçek zamanlı, eylem‑koşullu cerrahi sahneler üretebilen ilk üretken simülatör.
  2. Model, 16 milyar parametreli Cosmos3-H-Embodied-Nano temeli üzerine 28 eylem boyutlu bir kontrol setiyle çalışıyor ve tek RTX PRO 6000 GPU’da akıcı bir şekilde çalışıyor.
  3. FlashDreams akış‑inference kütüphanesi ve FadeMem cache‑konsolidasyonu sayesinde uzun roll‑out’larda düşük gecikme ve tutarlı dikkat geçmişi sağlanıyor.

Hugging Face

I Model Çıkışı

Mistral AI, gerçek zamanlı sesli asistanlar için Voxtral 3'ü tanıttı

Mistral AI, sesli asistanların dinleme, düşünme ve konuşma yeteneklerini tek bir akışta birleştiren Voxtral 3 ailesini duyurdu. Sistem, 50'den fazla dili destekleyen bir konuşmadan metne modeli, 35 dil ve 50 lehçede duygusal uyarlama sunan bir metinden sese modeli ve LiveKit tabanlı bir SDK içeriyor. Fiyatlandırma ise transkripsiyon için dakikada 0,0035 $ seviyesinde.

Özetle 3 madde
  1. Voxtral 3, gerçek zamanlı sesli asistanlar için STT, TTS ve SDK bileşenlerini tek bir akışta birleştiriyor.
  2. STT modeli 50+ dili, TTS modeli 35 dil ve 50 lehçede duygusal adaptasyon sunuyor.
  3. Sistem, hem müşterinin kendi altyapısında hem de AB içinde barındırılan API'ler üzerinden çalıştırılabilir.

The Decoder

I Model Çıkışı

OpenAI, GPT-6'nın COBOL ve Fortran gibi eski programlama dillerinde çok daha iyi performans gösterdiğini duyurdu

OpenAI, yeni GPT-6 model ailesinin COBOL, Fortran ve Visual Basic gibi düşük kaynaklı eski programlama dillerinde önemli bir sıçrama yakaladığını açıkladı. MultiLangBench testinde ortalama %87,4 geçiş oranı elde eden GPT-6, kritik altyapı sistemlerini koruyan bu dillerdeki yeteneklerini iki katına çıkardı.

Özetle 3 madde
  1. GPT-6 Astra, MultiLangBench testinde %87,4 ortalama geçiş oranı yakalayarak GPT-5.6'nın %38'lik performansını iki katına çıkardı.
  2. GPT-6.1 Sol, COBOL‑to‑modern‑language çevirisinde düşük akıl yürütme çabasıyla %86,6, yüksek çaba ile %97,9 doğruluk elde etti.
  3. OpenAI, düşük kaynaklı eski dillerdeki iyileşmeyle bankacılık ve ATM gibi kritik altyapıların modernleştirilmesini hızlandırmayı hedefliyor.

The Decoder6 skor