Mistral 发布 Voxtral 3 语音模型家族与 Agent SDK

Mistral AI 发布 Voxtral 3 语音模型家族，包括支持 50 多种语言的 Voxtral Small Transcribe 3、4B 参数的 Voxtral Mini Transcribe 3、支持 35 种以上语言和 50 种以上方言的 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。Mistral 称，该 SDK 把聆听、思考、工具调用和说话整合进单一实时流式管线。 Voxtral 3 即日起可通过 Mistral API 调用，托管于其欧洲、美国及全球端点；也可部署在自有基础设施上。Mistral 称，后一种方式让企业自行决定音频处理位置、数据处理方式以及是否保留对话。据 The Decoder 报道，转写定价为每分钟 0.0035 美元起。 语音智能体、音频转写、语音生成和语音克隆可在 Studio playground 中试用；若要在本地或私有云运行完整栈，需联系 Mistral 团队。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。