Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

Mistral AI 发布 Voxtral 3 语音模型家族，包括负责语音转文字的 Transcribe 模型和负责语音合成的 Speech 模型，同时推出基于 LiveKit 的语音智能体 SDK，把聆听、推理、工具调用和语音合成整合成单一的实时流式管线。Mistral 称这些模型达到 SOTA 水平，并用于驱动其新的语音智能体 API。 第三方评测机构 Artificial Analysis 称，其评测了 1 个 TTS 模型和 3 个转写模型（Small Transcribe 3、Mini Transcribe 3、Mini Transcribe Realtime 3）；Voxtral Small Transcribe 3 在其语音转文字榜单位列第 3，Voxtral 3 TTS 在两个文字转语音榜单中进入前 12。据 Artificial Analysis，Voxtral 3 TTS 定价为每百万字符 13 美元，对比 Gemini 3.8 Flash TTS 的 16.5 美元、Eleven v4 Turbo 的 40 美元和 Simba 3.2 的 6.6 美元。 Mistral 称 Voxtral 3 已可通过 Mistral API 使用，由欧洲、美国及全球端点托管，也可自行部署在自有基础设施上；用户可在 Studio 试用语音智能体、转写、语音生成和语音克隆。要在本地或私有云运行完整技术栈，Mistral 称需联系其团队。

AI 根据报道生成 · 11 分钟前更新

1. 10月21日 00:18 · 2 篇报道
   Artificial Analysis 公布 Mistral Voxtral 3 语音模型评测结果
   Artificial Analysis：Artificial Analysis 评测 Mistral Voxtral 3 语音模型：Small Transcribe 3 位列语音转文本榜第 3
2. 10月20日 20:00 · 3 篇报道
   Mistral 发布 Voxtral 3 转录与语音模型
   Mistral AI：News：Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

还没有足够的连续观测数据，暂不绘制趋势。