Mistral 发布 Voxtral 3 语音智能体 SDK
Mistral 发布 Voxtral 3,包含语音转写与语音合成模型,以及基于 LiveKit 的语音智能体 SDK;Mistral 称其将倾听、推理、工具调用与说话整合进同一条实时流式管道。Voxtral Small Transcribe 3 支持 50 多种语言,具备说话人分离、上下文偏置和回合结束检测;在 Mistral 自测的 45 语言 FLEURS 图表中,其强制与推断错误率为 4.1% 和 4.0%,与 Microsoft AI Transcribe 2 持平,并优于列出的 Gemini 3.5 Transcribe、Scribe v2、GPT Transcribe 和 Whisper large-v3。40 亿参数的 Voxtral Mini Transcribe 3 批量价格为每分钟 0.0035 美元、实时版本为 0.008 美元;Voxtral Mini TTS 3 支持 35 种以上语言和 50 多种方言,并可通过欧盟托管 API 或自托管部署。
Mistral 将此次发布定位为兼顾性能与部署控制:公司称整套系统可运行在客户自有基础设施或欧盟托管 API 上,让音频数据留在客户掌控范围内。

Agent
Sure. What's the reference number?
Tool call
get_referral(ref="4420 1187")
Result
#Mistral AI#Voxtral 3#Voxtral Small Transcribe 3#Voxtral Mini Transcribe 3#Voxtral Mini TTS 3#LiveKit#Microsoft AI Transcribe 2#Gemini 3.5 Transcribe#Scribe v2#Whisper large-v3