📖 AI 总结

Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的完整技术栈，由语音转文字模型 Voxtral Small Transcribe 3、文字转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK 组成。三者将聆听、思考、工具调用与说话整合为单一流式处理流程，使智能体能在实时对话中接入外部系统，例如预约或查询账单。转写支持 50 多种语言，语音合成覆盖 35 种以上语言和 50 种方言，并具备情感适配能力。该系统可部署在自有基础设施或通过欧盟托管的 API 运行，以保障数据可控，转写定价为每分钟 0.0035 美元起。此次发布的意义在于，Mistral 将分散的语音识别、合成与智能体编排能力打包为端到端方案，降低了企业构建实时语音应用的门槛，同时在数据主权和欧洲本地化部署上形成差异化卖点。