Voxtral 3: Mistral amplía sus modelos de voz a más de 35 idiomas

TVS News AI, supervisado editorialmente, presenta Voxtral 3: Mistral amplía sus modelos de voz a más de 35 idiomas.

Mistral AI coloca a Voxtral 3 directamente junto a ElevenLabs. Según Frandroid, la nueva familia de modelos transcribe más de 50 idiomas y habla en más de 35. Si comparas voces de IA multilingües o agentes de voz, estos son los números con los que puedes empezar.

Voxtral 3 no es, según el informe, una sola voz, sino una familia de modelos de voz. Los modelos pueden transcribir voz, hablar en más de 35 idiomas y constituyen la base técnica para un kit de creación de agentes basados en voz. Con ello, Mistral agrupa varias tareas en una sola línea de productos.

El mayor salto se dio además en los pocos meses transcurridos desde marzo: el primer modelo de Mistral para síntesis de voz solo soportaba entonces 9 idiomas. Voxtral 3 habla ahora en más de 35 idiomas. Para contextualizar: Mistral ha ampliado considerablemente su multilingüismo, mientras que la nueva familia cubre además la transcripción en más de 50 idiomas.

Voxtral 3 transcribe 50+ y habla 35+ idiomas

Dos capacidades, dos cifras

En Voxtral 3, los números de idiomas corresponden a funciones distintas: más de 50 idiomas se refieren a la transcripción, más de 35 idiomas al habla. Esta distinción es importante cuando comparas la nueva familia de modelos con ElevenLabs.

Para ElevenLabs, Frandroid menciona en total 90 idiomas. En cambio, para Voxtral 3 el informe indica dos valores separados para dos tareas distintas. Por tanto, sería demasiado grueso meter todas las cifras sin esta distinción en un único ranking. Lo que queda claro: Mistral cubre amplias gamas de idiomas tanto en transcripción como en salida de voz.

De 9 a más de 35 idiomas desde marzo

Mucho más multilingüismo en pocos meses

En marzo, el primer modelo de Mistral para síntesis de voz solo admitía 9 idiomas. Voxtral 3 alcanza ahora más de 35 idiomas en la salida de voz. A esto se suma la capacidad de transcribir en más de 50 idiomas. Así, la nueva familia de modelos apuesta por una cobertura lingüística más amplia en ambas tareas.

La calidad de los idiomas adicionales en el uso práctico no se deduce de las cifras citadas por Frandroid. La ampliación del espectro de idiomas es claramente medible, mientras que las afirmaciones sobre la calidad de cada idioma requerirían otra verificación.

Voxtral 3 se convierte en la base de un kit de agentes

No solo voz, sino una vía de desarrollo

Voxtral 3 no debe únicamente transcribir o emitir voz, según Frandroid. La familia de modelos sirve además como base para un kit de creación de agentes basados en voz. Con ello, no solo el número de idiomas soportados pasa a primer plano, sino también la cuestión de cómo se pueden desarrollar agentes completos a partir de funciones de voz.

La noticia no aporta datos concretos sobre el kit: ni un nombre de producto propio, ni precios, ni una disponibilidad por separado. Lo único confirmado con certeza es su papel como base técnica. Justo aquí está el valor práctico añadido para ti frente a los datos de idiomas.

Qué dice realmente la comparativa con ElevenLabs

Elegir por función, no solo contar idiomas

Para tu comparación, merece la pena empezar por las funciones concretas: más de 50 idiomas transcritos, más de 35 idiomas hablados y una base para agentes basados en voz. En cambio, los 90 idiomas mencionados de ElevenLabs forman una cifra global. Cuál de las ofertas se adapta mejor a tu caso depende por tanto de cuál de estas funciones necesitas realmente.

Faltan en la noticia precios concretos, comparativas de calidad y datos sobre la disponibilidad del kit de agentes. Para una decisión sólida haría falta más información. Pero el estado actual de Voxtral 3 se puede resumir con claridad: de 9 a 35+ idiomas hablados, además de 50+ idiomas transcritos y un kit como base de desarrollo.