The Decoder · 2026/10/21 01:17:55
Mistral 发布 Voxtral 3 全栈语音智能体系统
出处作者 / 发布主体：Matthias Bastian原标题：Mistral AI launches Voxtral 3, a full voice agent stack that listens, thinks, and talks in real time
78AI 研判分
核心综述
Mistral AI 推出 Voxtral 3，这是一套支持实时听、想、说的全栈语音智能体系统。该方案允许在自有基础设施或欧盟托管 API 上运行以保障数据主权，转录定价低至每分钟 0.0035 美元。
报道全文原始报道全文
The Decoder
在新标签页中打开 Discord在新标签页中打开 LinkedIn
Mistral AI 推出 Voxtral 3：一套可实时聆听、思考与对话的完整语音智能体技术栈
Matthias Bastian查看 Matthias Bastian 的 LinkedIn 个人资料
2026年10月20日
Mistral AI 推出了 Voxtral 3，这是一系列专为实时语音智能体（Voice Agents）打造的语言模型。 该系统包含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。它们共同将聆听、思考、工具调用和说话整合到一个单一的流式处理管道中。转录功能覆盖超过 50 种语言。文本转语音输出支持超过 35 种语言和 50 种方言，并具备情感自适应能力。智能体可以在实时对话过程中接入外部系统，例如预约会议或查询发票。
Mistral 表示，该系统可以在你自己的基础设施上运行，或通过欧盟托管的 API 访问，以确保数据始终由你掌控。转录服务的定价起价为每分钟 $0.0035。更多详情见 文档。
广告
广告