The Decoder AI in practice· Matthias Bastian·· 20 小时前AI 评分60
Mistral AI 发布 Voxtral 3 实时语音智能体模型栈
Mistral AI launches Voxtral 3, a full voice agent stack that listens, thinks, and talks in real time
先看结论
面向实时语音智能体的一体化模型栈，适合需要自建或欧盟托管语音管线的团队评估，但材料未给出实测延迟与识别质量。
报道讲了什么
- Mistral AI 发布 Voxtral 3，一个为实时语音智能体构建的语言模型家族。
- 该栈由转写模型、TTS 模型和基于 LiveKit 的语音智能体 SDK 组成。
可以做什么
- 转写覆盖 50 多种语言。
- 语音输出支持 35 种以上语言和 50 种方言，并带情感适配。
- 智能体可在实时对话中接入外部系统，例如预约或查询发票。
怎么使用
原文没有提供可复现的操作步骤，请从下方原文或官方说明确认使用方法。
结果与限制
- 可运行在自有基础设施或欧盟托管 API，数据控制权归使用者。
- 转写价格每分钟 0.0035 美元起，更多细节需查阅文档。
使用入口与依据
来源：The Decoder AI in practice · the-decoder.com
事件后续
查看事件全部正在读取事件进展…