Folia
← 返回头版

Voxtral 3

Mistral发布了Voxtral 3,一套集成语音识别、自然语言推理、工具调用和语音生成功能的新型语音AI模型与语音智能体SDK1。该产品支持50多种语言进行实时多步骤对话,涵盖24种官方欧盟语言以及多种亚洲和印度语言1,可应用于客服、虚拟助手等场景1。用户可选择通过Mistral的欧洲托管API或自部署方式运行该系统,以确保数据主权1。

产品包含多个专用模型,定价各异。语音转文本模型Voxtral Small Transcribe 3的价格为每分钟$0.004,Mini版本为$0.0035/分钟1;文本转语音模型Voxtral Mini TTS 3支持35+种语言和50+种方言,价格为每百万字符$131。实时转录模型Voxtral Mini Transcribe Realtime 3可实现低于500毫秒的延迟,定价为每分钟$0.0081。此外,该系统支持Pro Voice适配功能,仅需30分钟的音频样本即可复制使用者的语音特征1。


来源

  1. Hacker NewsVoxtral 3

评论