Mistral 推出 Voxtral 3 语音模型与语音智能体 SDK。
资讯摘要
Mistral 发布 Voxtral 3 系列语音模型及语音智能体 SDK，将听、推理、工具调用与说话整合进单一实时流式管线。转写模型 Voxtral Small Transcribe 3 支持 50 多种语言、说话人分离与上下文偏置；合成模型 Voxtral Mini TTS 3 支持 35 种以上语言和 50 种以上方言，可按语境调整情绪与语速。可通过 Mistral 欧盟托管 API 或自部署使用。
要点速读
- Voxtral Small Transcribe 3 支持 50 多种语言转写、说话人分离、上下文偏置与轮次结束检测，作者称其在多语言转写和说话人分离上优于 Whisper、Scribe v2 和 Gemini 3.5 Transcribe。
- Voxtral Mini TTS 3 支持 35 种以上语言和 50 种以上方言，可按对话语境调整情绪、语速与重音；Pro Voice 适配仅需 30 分钟音频即可复现说话人风格。
- 语音智能体 SDK 面向电话与网页实时对话，可在通话中检索信息、调用业务系统并完成多步任务；提供欧盟托管 API 与自部署两种方式。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:12（北京时间）。