Voxtral 3
Sprachmodelle von Mistral AI aus Paris für Transkription, Sprachausgabe und Sprachagenten, die du über die API nutzt.
Was es kann
Voxtral 3 ist eine Modellfamilie von Mistral AI für gesprochene Sprache. Voxtral Mini Transcribe 3 und Voxtral Small Transcribe 3 schreiben aufgenommene Dateien in über 50 Sprachen mit, mit Zeitstempeln, eigenem Fachvokabular und – je nach Modell – Sprecherzuordnung. Voxtral Mini Transcribe Realtime 3 verarbeitet Live-Audio in über 35 Sprachen und erkennt, wann jemand ausgeredet hat. Voxtral TTS 3 macht aus Text gesprochene Sprache in über 35 Sprachen und 50 Dialekten, mit fertigen Stimmen oder einer nachgebildeten Stimme – aus einer kurzen Hörprobe oder professionell mit rund 30 Minuten Audio –, und lässt sich in Emotion und Tempo steuern. Ein Voice-Agents-SDK für Python und Node.js (dazu eine Browser-Anbindung) verbindet Zuhören, Antworten per Sprachmodell und Sprechen zu einem Ablauf.
Für wen es passt
Für Entwicklerteams, die Gesprächsprotokolle, Untertitel oder Telefon- und Sprachassistenten in eigene Anwendungen einbauen. Ohne Programmierkenntnisse kannst du die Modelle kaum nutzen.
Datenschutz im Unternehmen
Mistral AI hat seinen Sitz in Paris. Über den Endpunkt api.eu.mistral.ai bleiben Anfragen in der EU; regionale Endpunkte kosten 10 % Aufschlag. Kontodaten, Abrechnung und Nutzungsauswertung kann Mistral trotzdem außerhalb der EU verarbeiten, und ob alle Voxtral-3-Modelle dort verfügbar sind, solltest du vorher prüfen. Auch im bezahlten API-Zugang können Eingaben für das Training genutzt werden, solange du in der Admin-Konsole unter „Privacy“ der Option „Anonymous improvement data“ nicht widersprichst. Gespeicherte Stimmen löscht Mistral standardmäßig nach 30 Tagen; die Frist ist zwischen 1 und 365 Tagen einstellbar. Ein Auftragsverarbeitungsvertrag liegt auf den Rechtsseiten bereit. Verarbeitung ohne Datenspeicherung gibt es auf Anfrage, nur für Pay-as-you-go und zustandslose Aufrufe; Mistral entscheidet im Einzelfall. Bereitstellungen in eigener Infrastruktur gibt es auf Anfrage über den Vertrieb.
Grenzen
Die Modelle sind als Public Preview gekennzeichnet. Ein kostenloses Kontingent nennt Mistral nicht. Offene Gewichte gibt Mistral für Voxtral 3 nicht an. Telefonanbindung per SIP gibt es zum Start nur für Enterprise-Kunden und laut Dokumentation nur für eingehende Anrufe. Ob du eine Stimme nachbilden darfst, musst du rechtlich selbst klären.