Mistral AI发布Voxtral3语音模型与代理SDK

Mistral AI于2026年10月21日发布Voxtral3语音模型系列及语音代理SDK。产品包括Voxtral Small Transcribe3转录模型、Voxtral Mini TTS3.0语音合成模型，以及基于LiveKit的SDK；用户可通过API调用，也可在私有云或自有基础设施上自托管部署。 Voxtral Small Transcribe3支持50多种语言，并具备语音分割、上下文偏置和回合结束检测功能。Voxtral Mini Transcribe3有40亿参数，批量转录费用为每分钟0.0035美元，实时版本为每分钟0.008美元，延迟低于500毫秒。Voxtral Mini TTS3.0支持超过35种语言和50多种方言，价格为每百万字符13美元，并提供语气自适应、提示指令和基于30分钟音频的Pro Voice跨语言语音克隆。 基于LiveKit构建的SDK将转录、推理、工具调用和语音生成整合到实时流式管道中，支持代理自主推理和调用工具、在一秒内完成对话轮次，并能在呼叫者插话时自动停止代理。