要闻 可动手 10月21日 周三 #multimodal#agent

Mistral 发布 Voxtral 3 语音模型家族与语音 Agent SDK

Mistral 发布 Voxtral 3 系列,包括语音转写模型 Voxtral Small / Mini Transcribe 3、实时转写模型 Voxtral Mini Transcribe Realtime 3 和语音合成模型 Voxtral Speech 3,另有基于 LiveKit 的语音 Agent SDK。转写支持 50 多种语言并带说话人分离,合成支持 35 种以上语言和声音克隆。

要点

  • 官方图表中说话人分离 cpWER:Voxtral Small Transcribe 3 为 18.4%,Mini Transcribe 3 为 18.6%(越低越好)
  • 定价:Mini Transcribe 3 批量转写 $0.0035/分钟,Realtime 3 为 $0.008/分钟,Speech 3 为每百万字符 $13
  • 已通过 Mistral API 的欧盟、美国和全球端点上线,可在 Studio 试用;自部署需联系销售
  • 发布页未说明许可证或是否开放权重
为什么值得关注

转写、合成和语音 Agent 编排由同一厂商提供,并有欧盟端点,适合对数据驻留有要求的语音客服、会议转写类应用评估。

来源

Esc
↑ ↓ 选择Enter 打开

分享图

1080 × 1350,适合发到群聊或朋友圈
分享图预览

键盘快捷键

j / k
下一条 / 上一条
o
展开或收起当前条目
Enter
打开当前条目详情
c
复制当前条目链接
s
收藏 / 取消收藏当前条目
/ 或 ⌘K
搜索
1 2 3
切换密度:标题 / 摘要 / 完整
t
切换主题
?
显示本帮助