N環球 N GLOBE
法國・科技

法國 Mistral 發布 Voxtral 3:語音模型家族+即時語音智能體 SDK

· N GLOBE

Mistral AI 今日發布 Voxtral 3 語音模型家族與基於 LiveKit 的即時語音智能體開發工具包,支援 50 種以上語言,主打歐洲託管與主權部署。

為何重要

法國 AI 公司 Mistral AI 於 10 月 20 日在官方部落格宣布,Voxtral 3「available today」——一次端出完整的語音智能體技術棧:語音轉文字、即時轉寫、文字轉語音,以及把聽、推理、工具呼叫、說話合為一條即時串流管線的 Voice Agent SDK。這是歐洲 AI 公司在語音智能體賽道的一次集中出牌。

產品構成

Voxtral Small Transcribe 3:語音轉文字,支援 50 種以上語言、包含 24 種歐盟官方語言;Voxtral Mini Transcribe Realtime 3:即時轉寫,延遲低於 500 毫秒;Voxtral Speech 3:文字轉語音,支援 35 種以上語言、50 種以上方言;Voice Agent SDK 基於 LiveKit 打造。

價格與部署

官方定價:轉寫每分鐘 0.0035 美元起、即時轉寫每分鐘 0.008 美元、語音合成每百萬字元 13 美元;語音智能體 API(搭配 Mistral Small 4 推理)每分鐘 0.04 美元。部署可走 Mistral API(歐洲託管)或企業自行部署,主打「主權部署」、資料可控。

效能聲稱(Mistral 自稱)

Mistral 稱 Voxtral Small Transcribe 3 在 FLEURS-45 測試上的詞錯率為 4.1%,優於 Whisper large-v3 的 16.0%。此為廠商自稱數據,第三方獨立驗證結果有待後續觀察。

💬 留言

暫時還沒有留言,來搶沙發!