«Il mio ordine è il 4128… scusi, il 4182». Una trascrizione quasi perfetta può comunque indicare l’ordine sbagliato. Conta sia la risposta al cliente sia il dato consultato.
Cosa comprende Voxtral 3
Il 20 ottobre Mistral ha presentato Voxtral 3, modelli di trascrizione e sintesi vocale accompagnati da un kit per agenti vocali. L’agente riceve l’audio a segmenti, può interrogare uno strumento e risponde a voce. La diarizzazione indica chi parla e quando. Mistral presenta opzioni che includono l’API in Europa e il deploy sulla propria infrastruttura. Verifica la disponibilità per i componenti scelti.
Cosa verificare nella tua applicazione
Prepara chiamate fittizie con correzioni a voce, conversazioni sovrapposte, rumore e cambi di lingua. Collega un servizio ordini simulato in sola lettura e richiedi conferma del riferimento prima di consultarlo. Registra per lingua riferimenti esatti, correzioni fraintese e tempo dalla fine della frase al primo audio di risposta. Prova il passaggio a una persona se il dato è ambiguo.
Misura l’intero flusso. I risultati di trascrizione di Mistral aiutano a scegliere il modello. Latenza ed errori dipendono anche da connessione, sintesi vocale e risposte dello strumento.