返回首页

Mistral 公布 Voxtral 3:支持 50+ 语言转写与 35+ 语言语音生成

  • 核心发布:Mistral 于 10 月 20 日公布 Voxtral 3,覆盖语音转写、语音生成与语音 Agent 接入;转写支持 50 多种语言,语音生成支持 35 多种语言。
  • 开发接入:配套 SDK 支持 LiveKit、对话打断和工具调用,可把语音输入、响应与业务操作接到同一交互流程;目前可通过官方 API 和 Studio 使用。
  • 权重与部署边界:尚无公开模型权重,需要私有部署的团队须联系厂商;评估时应区分直接调用服务与私有环境交付两条路径。
  • 行业意义:语音模型的产品形态从单一转写或合成,扩展到可打断、可调用工具的语音 Agent 接入;配套 SDK 与在线 API 降低了集成门槛,但无公开权重意味着自托管仍不是当前选项。 🔗 发布公告 | 使用文档 | 控制台 | 机器之心原文