Voxtral 3:50+ 语言的实时语音智能体

Voxtral 3:50+ 语言的实时语音智能体

Mistral 推出了 Voxtral 3,一套专为实时多步骤对话打造的语音智能体 SDK 与顶尖语音模型。它不仅能以极高准确率转录 50 多种语言,还能根据语境自然调整语调与情感,并深度集成工具以自动化复杂工作流。从客服到虚拟助手,Voxtral 3 通过统一的实时流式管道,将倾听、推理、工具调用和发声无缝结合。支持通过 Mistral 的欧盟 API 或私有化部署,确保数据主权的同时,为呼叫中心和无手操作场景提供低延迟、类人的交互体验。

构建能够倾听、推理、交互并处理复杂工作流的端到端语音智能体,依然是一项极具挑战的任务。

同日更多故事

2026-10-20