Mistral AI 推出了 Voxtral 3，这是一个专为实时语音智能体打造的新语言模型系列。 该系统包括一个语音转文本模型（Voxtral Small Transcribe 3）、一个文本转语音模型（Voxtral Mini TTS 3）以及一个基于 LiveKit 的语音智能体 SDK。三者结合，将倾听、思考、工具使用和说话整合为单一流式处理管线。转写功能覆盖 50 多种语言。文本转语音输出支持超过 35 种语言和 50 种方言，并具备情感适应能力。智能体可以在实时对话中调用外部系统，例如预约或查询发票。
Mistral 表示，该系统可以运行在你自己的基础设施上，也可以通过欧盟托管的 API 运行，以保持数据处于你的掌控之下。转写定价从每分钟 0.0035 美元起。更多详情见 文档.
Ad 来源： Mistral