Mistral brengt nieuwe spraakmodellen uit die ook Nederlands verstaan en spreken
Het Franse AI-bedrijf Mistral heeft Voxtral 3 uitgebracht: AI-modellen die spraak omzetten in tekst en tekst uitspreken, plus software om er een stemassistent mee te bouwen. Ze werken in meer dan vijftig talen, waaronder Nederlands, en kunnen ook op eigen servers draaien.
Praten is voor mensen de makkelijkste manier om iets te vragen. Voor computers was het lang het moeilijkste: verstaan wat iemand zegt, wie er aan het woord is, en dan met een natuurlijke stem antwoorden. Het Franse AI-bedrijf Mistral zet daar nu een nieuwe stap in met Voxtral 3, een familie van spraakmodellen.
Vier modellen en een bouwdoos
Voxtral 3 bestaat uit vier AI-modellen. Twee ervan zetten opgenomen spraak om in tekst: een grote versie en een kleinere, Voxtral Mini Transcribe 3, met 4 miljard parameters, de instelbare getallen van een AI-model. Een derde model doet dat live, terwijl iemand praat, met volgens Mistral minder dan een halve seconde vertraging. Het vierde model, Voxtral Speech 3, doet het omgekeerde: het leest tekst voor met een natuurlijke stem, waarbij je emotie, tempo en nadruk kunt sturen.
Daarnaast brengt Mistral een softwarepakket uit om met die modellen een stemassistent te bouwen. Zo'n assistent luistert, denkt na, kan zelf iets opzoeken of een systeem raadplegen, en antwoordt dan hardop. Volgens Mistral duurt elke beurt in zo'n gesprek minder dan een seconde. De assistent werkt via de telefoon en in de browser of een app.
Wie zei wat?
De modellen kunnen meer dan alleen woorden uitschrijven. Ze houden bij wie er aan het woord is, bijvoorbeeld in een vergadering met vijf mensen. Ook kun je ze vooraf een lijstje moeilijke woorden geven, zoals namen van mensen, producten of vaktermen. Bij opnames van gesprekken over bedrijfscijfers schreef het grote model zulke woorden volgens Mistral in bijna 95 procent van de gevallen goed uit, tegen ruim 81 procent zonder zo'n lijstje.
Bij het bijhouden van wie wat zegt, maakte het grote model volgens Mistral fouten in ruim 18 procent van de woorden. Dat is minder dan de spraakmodellen van ElevenLabs (23 procent) en Google (ruim 38 procent) in dezelfde test. Dat zijn metingen van Mistral zelf; onafhankelijke tests volgen meestal in de weken na zo'n lancering.
De spraakherkenning werkt in meer dan vijftig talen, waaronder alle 24 officiële talen van de Europese Unie en dus ook het Nederlands. Het voorlezen kan in meer dan 35 talen.
Goedkoop en in Europa
Een uur spraak uitschrijven kost met het kleinste model ongeveer 21 dollarcent, en met het live-model ongeveer 48 dollarcent. Bedrijven kunnen de modellen gebruiken via servers van Mistral in Europa, of ze op hun eigen computers laten draaien. Voor bijvoorbeeld ziekenhuizen, gemeenten en banken, die gevoelige gesprekken niet zomaar buiten de deur willen laten verwerken, maakt dat het makkelijker om spraaktechniek te gebruiken.
Wat betekent dit voor de weg naar de singulariteit?
Spraak is de kortste weg tussen een mens en een AI. Hoe beter een model verstaat wie wat zegt, en hoe sneller het hardop antwoordt, hoe meer AI een gesprekspartner wordt in plaats van een programma waar je tekst in typt. Zulke modellen geven AI-agents oren en een stem: ze kunnen straks bellen, een afspraak verzetten of een vergadering uitwerken. Het mooiste effect zit misschien in de combinatie van talen en kennis. Een stemassistent die vijftig talen verstaat en daarachter een taalmodel heeft dat alle vakgebieden kent, kan een Nederlandse boer in zijn eigen taal laten overleggen met een Spaanse bodemexpert, terwijl de AI meedenkt over wat ze allebei over het hoofd zien. Dat Mistral dit vanuit Europa aanbiedt, ook om zelf te draaien, maakt die toekomst voor veel meer organisaties bereikbaar.
