De AI-agent van Yelp kan namens jou een restaurant bellen om naar de wachttijd of naar gerechten op de kaart te vragen. Mistral presenteert Voxtral 3, een spraakagent die in een gesprek met meerdere mensen bijhoudt wie wat zegt. Beide laten zien dat spraak-AI verschuift van goed klinken naar daadwerkelijk iets doen.
Yelp belt het restaurant
Je hoeft zelf niet meer te bellen. De agent voert een concrete informatietaak uit en gebruikt spraak om de gegevens op te halen.
Opvallend is dat Yelp ook genoemd wordt als een van de platforms die externe AI-agenten beperken. Het bedrijf automatiseert dus wel via zijn eigen assistent, maar houdt de toegang van andere assistenten in eigen hand.
Voxtral 3 volgt meerdere sprekers
In de demonstratie van Mistral praten twee mensen met het systeem. De agent herkent wie aan het woord is en koppelt elke uitspraak aan de juiste persoon. Die sprekerherkenning heet diarization.
Onderbrekingen en hulpmiddelen
De agent kan omgaan met onderbrekingen. Als een deelnemer vraagt of hij even mag onderbreken, antwoordt de agent dat dat net al gebeurde.
Volgens Mistral lopen verschillende verwerkingsstappen tegelijk en bepaalt de context hoe het systeem spreekt. Naast luisteren en antwoorden kan de agent ook hulpmiddelen aanroepen om taken uit te voeren.
Sprekerherkenning, omgaan met onderbrekingen en taken uitvoeren moeten het gesprek natuurlijker maken. Een vergelijking met andere spraakmodellen ontbreekt; het blijft bij een demonstratie.