Mistral发布Voxtral 3语音模型与Agent SDK
先了解这件事
Mistral AI 发布 Voxtral 3 语音模型家族，包含语音转写模型 Voxtral Small Transcribe 3、语音合成模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为一条实时流式流水线。转写支持 50 多种语言、说话人分离和上下文偏置，Mistral 称其表现优于 Whisper、Scribe v2 和 Gemini 3.5 Transcribe；实时版在 35 多种语言下延迟低于 500ms。合成支持 35 种以上语言和 50 多种方言，可按上下文调整情绪、语速和重音。 Mistral 称系统可通过其欧盟、美国及全球端点的 API 使用，也可部署在自有基础设施或私有云上，以控制音频处理位置和数据留存；语音智能体、转写、语音生成和语音克隆可在 Studio playground 中试用。转写定价从每分钟 0.0035 美元起，合成定价为每 100 万字符 13 美元。
AI 根据报道生成 · 11 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderMistral AI 发布 Voxtral 3 实时语音智能体全套件
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转写模型 Voxtral Small Transcribe 3、语音合成模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK，把听、思考、工具调用和说话整合进同一条流式流水线。转写覆盖 50 多种语言，语音合成支持 35 种以上语言和 50 种方言，并带情感适配；智能体可在实时对话中调用外部系统，例如预约或查询发票。Mistral 称系统可部署在自有基础设施或通过欧盟托管的 API 运行，转写价格从每分钟 0.0035 美元起。
- Mistral AI 精选Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含语音转写与语音合成模型，以及基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说合成一条实时流式流水线。转写模型 Voxtral Small Transcribe 3 支持 50+ 语言、说话人分离和上下文偏置，官方称其表现优于 Whisper、Scribe v2 和 Gemini 3.5 Transcribe；实时版在 35+ 语言下延迟低于 500ms。合成模型 Voxtral Mini TTS 3 支持 35+ 语言和 50+ 方言，可按上下文调整情绪、语速和重音，定价 $13/1M 字符。