法国AI公司Mistral发布Voxtral 3全栈语音智能体，支持实时听想说及欧盟数据托管
Mistral推出集成ASR、TTS和SDK的Voxtral 3，旨在简化实时语音智能体开发，并提供欧盟境内API以保障数据主权。
重要性实质性证据E2 未复现写法快讯
法国人工智能初创公司Mistral AI于2026年10月20日发布了Voxtral 3，这是一套专为实时语音智能体设计的全栈解决方案。该系列包括一个语音转文本模型（Voxtral Small Transcribe 3）、一个文本转语音模型（Voxtral Mini TTS 3）以及基于LiveKit构建的语音智能体SDK。Mistral称，这三者结合形成了一个单一的流式处理管道，使智能体能够同时完成“听”、“思考”和“说”，并在对话过程中调用外部工具，例如预订预约或查询发票。
在能力覆盖上，Voxtral 3的转录功能支持超过50种语言，而文本转语音输出则支持35种以上语言和50种方言，并具备情感适应能力。这一特性旨在解决当前语音AI应用中常见的机械感和多语言支持不足的问题。
除了技术性能，Mistral特别强调了部署灵活性。该系统既可以在用户自己的基础设施上运行，也可以通过欧盟托管的API进行访问，以确保数据留在欧洲境内。这一选项直接回应了企业对数据主权和GDPR合规性的关切。定价方面，转录服务起价为每分钟0.0035美元。目前，关于其在复杂噪声环境下的实际表现及端到端延迟的具体独立测试数据尚未公开，厂商自报的性能指标仍需第三方验证。