Het Franse Mistral heeft volgens de eigen changelog op 20 oktober 2026 Voxtral 3 uitgebracht, een reeks modellen die spraak omzetten in tekst en tekst in spraak. De transcriptiemodellen werken in alle 24 officiële EU-talen, waaronder Nederlands, en voor de stem zijn er Nederlandse voorbeeldstemmen. Met een bijbehorende kit bouw je een spraakagent die je kunt bellen.
Drie modellen voor transcriptie
Voxtral Small Transcribe 3 herkent volgens Mistral meer dan vijftig talen. Het model houdt sprekers uit elkaar, kan met een lijst namen of vaktermen nauwkeuriger worden gemaakt en hoort wanneer iemand klaar is met praten. Mistral claimt dat het beter scoort dan Whisper van OpenAI, Scribe v2 van ElevenLabs en Gemini 3.5 Transcribe van Google. Het kost $0,004 per minuut audio (alle prijzen in dit stuk volgens Mistral, peildatum 30 oktober 2026).
Voxtral Mini Transcribe 3 is een kleiner model van 4 miljard parameters (4B) voor $0,0035 per minuut. Ook dat model ondersteunt volgens Mistral meer dan vijftig talen. Voxtral Mini Transcribe Realtime 3 is bedoeld voor live gesprekken en geeft volgens Mistral binnen 500 milliseconden tekst, voor $0,008 per minuut. Hoeveel talen de realtimeversie aankan, is onduidelijk: Mistral noemt op dezelfde pagina zowel ‘meer dan 35’ als ‘meer dan 40’. Nederlands zit in elk geval in de set van 35 talen waarop Mistral het model test.
Een stem die je kunt sturen
Voxtral Mini TTS 3 zet tekst om in spraak, in meer dan 35 talen en 50 dialecten, voor $13 per miljoen tekens. Met een instructie stuur je emotie, tempo en nadruk. Er zijn kant-en-klare stemmen in achttien talen, waaronder Nederlands. Voor een eigen gekloonde stem van professionele kwaliteit vraagt Mistral dertig minuten opgenomen audio. Mistral zegt dat het model goedkoper is dan vergelijkbare stemmen van OpenAI, Deepgram, ElevenLabs en Google. De vergelijkingen zijn door Mistral zelf gedaan, met een model van Google als beoordelaar.
Bouwen aan een spraakagent
De kit voor spraakagenten draait op LiveKit, opensourcesoftware voor live audio en video. Volgens Mistral reageert de agent binnen een seconde, kun je hem onderbreken, werkt hij via de telefoon (SIP) en in de browser (WebRTC) en kan hij tijdens het gesprek andere software aanroepen. Mistral noemt $0,04 per minuut met Mistral Small 4 als taalmodel en $0,08 met een groter model. Je kiest zelf of de verwerking in de EU, de VS of op je eigen servers plaatsvindt.
Waarom dit ertoe doet
Met Voxtral 3 heb je een Europese aanbieder van spraakherkenning, stemmen en spraakagenten die je ook in de EU kunt laten draaien, wat telt voor bedrijven die klantgesprekken verwerken. Voor een gemeente of zorgaanbieder die gesprekken wil laten uitschrijven, bepaalt die keuze of een dienst bruikbaar is. Of de Nederlandse transcriptie en stem goed genoeg zijn voor een klantenservice, moet een eigen test uitwijzen; de benchmarks zijn van Mistral zelf.
Bronnen
- Voxtral 3, Mistral AI, 20 oktober 2026.
https://mistral.ai/news/voxtral-3/ - Changelog, Mistral Docs, geraadpleegd 30 oktober 2026.
https://docs.mistral.ai/resources/changelogs