Mistral 发布 Voxtral 3 语音模型与 Agent SDK

Mistral 发布 Voxtral 3 系列语音模型和基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话串成一条实时流式管线，支持 50+ 种语言转写、35+ 种语言与 50+ 种方言合成。 Voxtral 3 已通过 Mistral API 提供，托管于其欧洲、美国及全球端点；Mistral 称，企业也可选择在自有基础设施上自部署，从而控制音频处理位置、数据处理方式以及是否保留对话。完整栈的本地或私有云部署需联系 Mistral 团队。 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。转写定价为每分钟 0.0035 美元起。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。