미스트랄 AI가 새 음성 AI 제품군 ‘복스트랄 3’를 공개했다. 음성-텍스트 변환(STT)과 텍스트-음성 변환(TTS) 모델, 그리고 소프트웨어 개발 키트(SDK)를 함께 내놓은 구성이다. 이 제품군은 음성 인식, 추론, 도구 호출, 음성 응답까지를 한 흐름으로 연결해 실시간 음성 에이전트 개발을 지원한다. 기업의 고객 상담, 음성 기반 업무 자동화, 대화형 서비스 구축 과정에서 필요한 개발 단계를 줄이는 것이 목적이다. 모든 모델은 미스트랄 API에서 공개 프리뷰로 제공된다.
음성 인식 모델은 3종이다. 주력 모델은 다국어 전사, 화자 구분, 문맥 기반 인식을 지원하고, 경량 모델은 40억개 매개변수로 비용과 속도가 중요한 환경을 겨냥했다. 실시간 모델은 사용자의 발화 종료 시점을 감지해 응답 대기를 줄이도록 설계됐다. 세 모델 모두 화자 구분과 문맥 편향 기능을 지원하며, 배치 전사는 50개 이상 언어를 다룬다. 음성 생성 모델은 35개 이상 언어와 50개 이상 방언을 지원하고, 감정·속도·강조를 태그로 조절할 수 있다. 최대 30분 음성으로 화자의 목소리와 말투를 재현하는 기능도 포함됐다.