法国AI公司Mistral发布Voxtral 3：支持50+语言转录与实时语音智能体开发
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日在其官方YouTube频道发布了名为“Introducing Voxtral 3.”的视频，正式介绍其新一代语音模型及配套的开发者套件。根据视频描述，Voxtral 3被定位为“最先进（State-of-the-art）”的语音模型，主要目标是赋能开发者构建能够实时监听、推理、说话并采取行动的语音智能体（voice agents）。
在具体的语言能力方面，Mistral声称Voxtral 3支持跨越50多种语言的转录功能，以及覆盖35种以上语言和50多种方言的表达性语音生成。这一特性表明该模型不仅关注识别准确率，还强调了语音输出的自然度和多样性，适用于需要高拟人化交互的场景。
关于部署方式，视频说明Voxtral 3即日起可用，用户既可以通过Mistral提供的欧盟托管API进行调用，也可以选择在自有基础设施上进行部署。这种双轨制的访问策略为对数据主权有严格要求的企业或对延迟敏感的应用提供了灵活性。
作为资源选读，本条目推荐此视频给希望快速了解Mistral AI在语音领域最新产品形态和技术承诺的读者。需要注意的是，上述关于“最先进”及具体语言数量的描述均源自厂商自报信息，实际性能表现需参考后续的技术文档或第三方基准测试。