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，以及一个基于 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管线。转写侧 Voxtral Small Transcribe 3 支持 50+ 语言、说话人分离、上下文偏置和轮次结束检测，Mini 版本为 4B 参数；合成侧 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。SDK 中每一环是独立模型，可单独替换 LLM、音色或语言，单轮响应在 1 秒内完成，并支持 SIP、WebRTC 接入电话与浏览器。模型可通过 Mistral 欧洲托管的 API 调用或自部署，转写定价为 $0.0035/min 起，语音合成为 $13/1M 字符。