Mistral revient sur l’audio avec Voxtral 3 et entre dans les prévisions avec Timestral

Mistral a lancé récemment deux modèles spécialisés, Voxtral 3 pour transcription et la synthèse vocale et Timestral pour les « séries temporelles ». Ce dernier doit permettre des prévisions sans réentrainement. Mistral avait lancé son premier modèle Voxtral en juillet 2025. Il s’agissait alors de s…

Résumé

Mistral et ses modèles audio

Mistral est une entreprise française spécialisée dans l'intelligence artificielle, connue pour ses modèles de langage avancés.

En juillet 2025, elle a lancé Voxstral, son premier modèle dédié au traitement de l'audio, marquant une étape importante dans ses innovations.

Ce modèle se distingue par sa performance supérieure et son coût réduit par rapport à ses concurrents.

Voxstral 3, la version la plus récente, est une famille de modèles spécialisés dans la reconnaissance vocale (transcription de la parole en texte) et la synthèse vocale (génération de voix à partir de texte).

Ces modèles sont conçus pour répondre à quatre besoins principaux : écouter avec précision, analyser les intentions de l'utilisateur dans un contexte précis, produire une parole naturelle et effectuer des actions en plusieurs étapes.

Voxstral 3 est accompagné d'un SDK (kit de développement logiciel) permettant de créer des agents vocaux locaux, c'est-à-dire des programmes capables de traiter la voix en temps réel sans dépendre d'un serveur distant.