ИИ-ассистент для бизнеса - это программа, которая слушает, думает, вызывает внешние сервисы и отвечает голосом, чтобы довести конкретную задачу до конца: записать на прием, принять заказ, найти документ. Mistral Voxtral 3 - свежий пример для голосовых сценариев: одно семейство моделей закрывает распознавание речи, синтез и вызов инструментов через единый потоковый SDK.
Mistral выпустил Voxtral 3 тремя блоками: Voxtral Transcribe 3 (50+ языков, разделение голосов, детект конца реплики, Mini-версия на 4B параметров за примерно 0.28 руб. ($0.0035) за минуту), Voxtral Mini TTS 3 с эмоциональными голосами на 35+ языках и SDK голосового агента, который в реальном времени связывает слушание, рассуждение, вызов инструментов и ответ. Все работает через API Mistral с хостингом в ЕС или разворачивается на своей инфраструктуре, так что звук может не покидать периметр компании.
Что это меняет для малого бизнеса
Автоматизация звонков перестает быть лоскутным одеялом из Twilio, Whisper и GPT, склеенным таймаутами. Ресепшн клиники, который принимает направление на французском и записывает на прием (демо самого Mistral), многоязычная поддержка, голосовой интерфейс к складу - все складывается в один пайплайн, который можно подвязать в n8n или кастомного агента, по духу близко к голосовому Telegram-ассистенту, которого я собирал. При цене около 0.28 руб. ($0.0035) за минуту Mini-транскрибации стабильные 40 часов звонков в месяц - это примерно 650 руб. ($8) на ASR, и бюджет уходит на интеграцию с инструментами, промпты и запасную логику, а не на саму аудиомодель.
Почему это важно: Открытый голосовой стек с хостингом в ЕС и нативным вызовом инструментов делает живого телефонного агента доступным для маленьких компаний, которым раньше контакт-центр был неподъемным. Если у вас по вечерам звонят на двух языках, сейчас самое время собрать прототип.
Источник: Hacker News