Today for AI
返回热点榜
agent热度 76.8°

AI 聚合热点事件 · 2026/10/21

Mistral 发布 Voxtral 3 打造低延迟多语言语音智能体

4 篇收录报道4 家独立信源交叉印证持续跟踪至 2026/10/21 01:25:06
全景综述与最新动态
4 家信源交叉印证

Mistral AI 正式推出 Voxtral 3，这是一套旨在实现实时“听、想、说、做”闭环的全栈语音智能体系统。该方案通过整合高精度转录、具备情感适应性的自然语音合成以及深度工具集成能力，解决了端到端语音交互中的协同难题。其核心突破在于将亚 500ms 延迟的转录与复杂工作流自动化无缝结合，支持超过 50 种语言及方言，为开发者提供了构建高性能语音代理的基础设施。

在技术性能与成本方面，Voxtral 3 展现出显著竞争力。根据 Artificial Analysis 数据，Voxtral Small Transcribe 3 以 2.1% 的词错误率位列行业第三，超越 ElevenLabs Scribe v2；实时流式转录在 960ms 延迟下错误率降至 3.3%。同时，其 TTS 定价为每百万字符 13 美元，转录服务低至每分钟 0.0035 美元，均低于主要竞品 Gemini Flash TTS 和 ElevenLabs v4 Turbo。此外，模型已集成至 OpenRouter，便于快速接入。

Voxtral 3 的发布对语音 AI 赛道具有深远影响，特别是其对数据主权的重视。系统支持私有化部署或欧盟托管 API，满足了严格的数据合规需求，使其成为企业级应用的首选。这一举措不仅降低了高质量语音智能体的开发门槛，还推动了从单纯语音识别向具备推理和行动能力的自主智能体演进，加速了语音技术在客服、自动化工作流等领域的落地。

最新动向/Voxtral 3 系列模型已在 OpenRouter 上线，开发者可立即调用新的 STT 和 TTS 模型驱动语音代理 API。Mistral 强调其欧盟托管选项与自部署灵活性，正吸引关注数据合规的企业用户测试其在多步对话与工作流自动化场景中的实际表现。

热度曲线逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时，暂不绘制趋势曲线。

TIMELINE报道时间线

共 4 篇 · 最新优先
  3. Artificial Analysis (@ArtificialAnlys)T1·78 分

    Mistral 发布 Voxtral 3 语音模型 转录与合成性能跃升

    原标题：Mistral has released new Speech models! Voxtral Small Transcribe 3 takes the #3 spot on the Artifici...

    • Voxtral Small Transcribe 3 以 2.1% AA-WER 指数位列语音转文本排行榜第三，超越 ElevenLabs Scribe v2。
    • Voxtral Mini Transcribe Realtime 3 在 960ms 延迟设置下的最终转录错误率降至 3.3%，较前代大幅优化。
    • Voxtral 3 TTS 定价为每百万字符 13 美元，低于 Gemini Flash TTS 和 ElevenLabs v4 Turbo，具备成本优势。
  4. Hacker News AIT2·78 分
    • Voxtral 3 提供从亚 500ms 延迟转录到情感化语音合成的全栈能力，覆盖 50+ 语言及方言。
    • 核心突破在于将“听、想、说、做”四要素在实时环境中无缝协同，支持多步工具调用与工作流自动化。
    • 提供欧盟托管 API 和自部署选项，兼顾低延迟性能与严格的数据主权合规需求。