法国AI公司Mistral发布Voxtral 3：支持50+语言转录与实时智能体开发
Mistral AI通过YouTube视频介绍其最新的Voxtral 3语音模型及配套开发者套件。官方称该模型支持超过50种语言的转录和35种以上语言的表达性语音生成，旨在帮助开发者构建能听、推理、说话并实时行动的智能体。目前可通过欧盟托管API或本地基础设施使用。
法国人工智能公司Mistral AI于2026年10月21日发布了一段关于Voxtral Small Transcribe 3模型的演示视频。该视频重点介绍了这款新语音模型在多语言转录方面的能力，官方声称其在识别不同说话人（diarization）以及利用关键短语提高准确性（context-biasing）方面达到了行业领先水平。
除了基础转录功能，Voxtral 3还具备端点检测（end-of-turn detection）能力，能够判断用户何时结束发言，从而使AI智能体能够无延迟地做出响应。这一特性对于构建流畅的实时对话系统至关重要。
Mistral AI表示，此次发布的不仅是模型本身，还包括一套新的开发者套件，旨在帮助开发者构建能够听、推理、说话并在实时环境中行动的智能体。据官方描述，该模型支持超过50种语言的转录，以及35种以上语言和50多种方言的表达性语音生成。
目前，Voxtral 3已通过Mistral AI的欧盟托管API提供，同时也支持在开发者自己的基础设施上部署。这一发布标志着Mistral AI在扩展其语音处理产品线以支持更复杂的实时交互应用方面迈出了重要一步。