Mistral 发布 Voxtral 3 语音模型与 Agent SDK

Mistral AI 发布 Voxtral 3，包含语音转文本模型 Voxtral Small Transcribe 3、文本到语音模型 Voxtral Mini TTS 3 和基于 LiveKit 的语音 Agent SDK，把聆听、思考、工具调用与说话整合进单一实时流式管线。转写支持 50+ 语言，文本转语音支持 35+ 语言、50 种方言并可情感适配，转写定价每分钟 $0.0035 起。 产品即日起通过 Mistral API（欧洲、美国及全球端点）提供，也可在自有基础设施上自行部署；Mistral 称这让组织可控音频处理位置、数据处理方式及对话是否保留。语音智能体、音频转写、语音生成和声音克隆可在 Studio playground 中试用。

AI 根据报道生成 · 25 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。