Voxtral 3：Mistral 推出语音模型与语音智能体 SDK
Mistral 发布 Voxtral 3，这是一组转写与语音合成模型，并附带语音智能体 SDK，可通过 API 使用，实时转写延迟低于 500 毫秒。
文章要点
Voxtral 3 整合了转写模型（支持 50 多种语言，含说话人区分与上下文提示）、语音合成模型（35 多种语言、50 多种方言）以及基于 LiveKit 的语音智能体 SDK。该流程以单一流式管线完成聆听、推理、调用工具与回复，每轮耗时不到一秒。
音频可在欧盟托管的 API 或客户自有基础设施上处理，是否保留音频由客户决定。模型现已通过 Mistral API 提供，转写与智能体按分钟计费。
本摘要由 AnnuIA 根据 Mistral AI 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。