Mistral AI发布Voxtral 3语音模型与SDK

Mistral AI 发布语音模型家族 Voxtral 3 及配套语音 Agent SDK，将语音识别、推理、工具调用与语音合成整合为单一实时流式管线，单轮交互可在 1 秒内完成。 该系列包含支持 50 余种语言转写与说话人识别的 Voxtral Transcribe 3，以及支持多情感和 35 种以上语言的语音合成模型。模型支持通过 Mistral 托管在欧盟的 API 调用，也支持在企业本地或私有云自部署；其中批处理转写定价为每分钟 0.0035 美元，语音合成定价为每百万字符 13 美元。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。