Mistral 发布 Voxtral 3 语音模型家族与语音 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，以及一个基于 LiveKit 的语音智能体 SDK。Mistral 称，该 SDK 把聆听、推理、工具调用和说话整合进同一条实时流式管线，单轮响应在 1 秒内完成，并支持通过 SIP、WebRTC 接入电话与浏览器；智能体可在实时对话中接入外部系统，例如预约或查询账单。 转写侧 Voxtral Small Transcribe 3 支持 50 多种语言、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 种以上语言和 50 种以上方言，可按上下文调整情绪、语速和重音。Mistral 称，SDK 中每一环都是独立模型，可单独替换 LLM、音色或语言。 模型可通过 Mistral 欧洲托管的 API 调用或自部署。Mistral 称 API 同时提供欧洲、美国与全球端点，自部署让企业控制音频处理位置、数据处理方式和对话是否留存。转写定价为每分钟 $0.0035 起，语音合成为每 100 万字符 $13。Mistral 表示，若要在本地或私有云运行完整栈，需联系其团队。
AI 根据报道生成 · 28 分钟前更新
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 实时语音智能体模型家族
Mistral AI 发布 Voxtral 3，这是一组面向实时语音智能体的语言模型家族，包含语音转文字模型 Voxtral Small Transcribe 3、文字转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK，把聆听、思考、工具调用和说话整合进同一条流式管线。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接入外部系统，例如预约或查询账单。Mistral 表示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 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。