Mistral AI 发布 Voxtral 3 实时语音智能体全套方案

Mistral AI 推出了 Voxtral 3，这是一个专为实时语音代理构建的新语言模型系列。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 的语音代理 SDK。它们共同将聆听、思考、工具使用和说话整合到一个单一的流式处理管道中。转录支持超过 50 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。代理可以在实时对话过程中接入外部系统，例如预约或查询发票。

Mistral 表示，该系统可以在你自己的基础设施上运行，也可以通过欧盟托管的 API 运行，以确保数据处于你的控制之下。转录的定价为每分钟 0.0035 美元起。更多详情请参阅文档。

没有炒作的 AI 新闻——由人工精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六次独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。