Mistral AI发布Voxtral 3语音模型家族

发生了什么

Mistral AI发布了Voxtral 3语音模型家族，包含3个转录模型、1个文本到语音模型和基于LiveKit的语音智能体SDK。所有模型目前都在Mistral API的公共预览阶段。Voxtral Small Transcribe 3是旗舰模型，在独立语音到文本排名中位列前三，而Voxtral Mini Transcribe 3是一个4B参数的模型，适合资源受限的环境。Voxtral Speech 3是文本到语音模型，成本为每1M字符13美元，低于OpenAI TTS-1、Deepgram、ElevenLabs Flash和Gemini Flash。