Mistral
Mistral lança vozes de IA que atendem o telefone em 35 línguas, mas sem português de Portugal
A empresa francesa apresentou uma família de modelos de voz e um kit para montar assistentes que ouvem, pensam e respondem em menos de um segundo. Transcreve mais de 50 línguas, incluindo português, mas as vozes prontas a usar só existem na variante do Brasil.
A Mistral, a empresa francesa de inteligência artificial, apresentou a 22 de outubro o Voxtral 3, uma família de modelos dedicada à voz. Junta três peças: um modelo que transcreve o que é dito, um que gera fala e um kit de programação para montar assistentes que atendem chamadas. A promessa é que as três partes trabalhem ao mesmo tempo, sem esperarem umas pelas outras, para que cada resposta demore menos de um segundo e o assistente se cale assim que a pessoa o interrompe. É o tipo de sistema que está por trás das linhas de apoio ao cliente automáticas.
O que faz e em que línguas
A transcrição passa a cobrir mais de 50 línguas, incluindo as 24 oficiais da União Europeia, e o português está entre as testadas pela empresa. O modelo identifica quem está a falar em cada momento e aceita uma lista de termos e nomes próprios para acertar em palavras difíceis, como designações técnicas ou nomes de clientes. Há uma versão em tempo real, anunciada com menos de meio segundo de atraso, e a Mistral afirma que os seus modelos ficam à frente do Whisper, do Scribe v2 e do Gemini 3.5 Transcribe nos testes que publicou. São resultados da própria empresa, ainda sem verificação independente.
Do lado da fala, o modelo gera voz em mais de 35 línguas e 50 dialetos, ajustando a emoção, o ritmo e a ênfase ao contexto da conversa. Aqui há uma limitação para quem está em Portugal: as vozes prontas a usar existem em 18 línguas e, em português, apenas na variante brasileira. Quem quiser uma voz portuguesa tem de clonar a sua, uma função que a Mistral diz exigir mais de 30 minutos de gravação.
Dados em servidores europeus
O argumento que a empresa usa para se distinguir das rivais americanas é onde ficam os dados. O Voxtral 3 corre na API da Mistral, com pontos de acesso europeus, ou nos servidores da própria organização que o usa, o que permite a hospitais, bancos ou centros de atendimento decidir onde as gravações são processadas e se ficam guardadas. Para empresas em Portugal sujeitas ao RGPD, é uma diferença prática face a enviar as chamadas para fora da União Europeia.
Os preços são por minuto e em dólares, sem tabela em euros: 0,0035 por minuto na transcrição em lote, 0,008 na transcrição em tempo real e 13 dólares por milhão de carateres na geração de voz. O assistente de voz completo, com o modelo Mistral Small 4 a raciocinar, custa 0,04 dólares por minuto, ou 0,08 com um modelo maior. Tudo isto é dirigido a quem programa: não há, para já, nenhuma app para o utilizador comum. O que pode mudar para ti é do outro lado da linha, quando ligares para o apoio ao cliente de uma empresa que adote estes modelos.
