Mistral 发布 Voxtral 3：语音转写、TTS 与语音智能体 SDK

Mistral AI 发布了 Voxtral 3 语音模型系列及配套的语音智能体 SDK。该系列包含三款转写模型与一款文本转语音模型，SDK 基于 LiveKit 构建，把聆听、推理、工具调用与说话放在同一套流程中；四款模型均已在 Mistral API 上以公开预览形式提供。体量方面，Voxtral Mini Transcribe 3 约四十亿参数，Small Transcribe 3 参数量未披露，两款批处理模型均标称三万二千上下文。部署可通过欧盟、美国及全球节点的 Mistral API，也可经销售渠道在自有基础设施运行；显卡与显存需求未公布，官方称 Mini 适合资源受限环境。性能上，独立语音转写榜单中位列前三，说话人分离与多语种批处理转写表现突出；Small Transcribe 3 的 AA-WER 约百分之二点一，在 Artificial Analysis 排名第三。实时侧以约二百四十毫秒延迟计，FLEURS 三十五语种 WER 约百分之七点四，逊于 Gemini 3.5 Realtime 的约百分之四点二。产品线中，Voxtral Small Transcribe 3 定位旗舰批处理转写与说话人分离，文档还列出翻译、语音问答、摘要与函数调用等能力。