Mistral发布Voxtral 3多语言语音智能体SDK与模型

近日，法国AI初创公司Mistral发布Voxtral 3系列语音模型和语音代理SDK，面向呼叫中心、虚拟助手和无手智能助手等场景，打造支持50多种语言的实时多轮对话能力。该方案将语音转写、语义推理、工具调用和语音合成整合在同一流式链路中，可完成身份核验、账单查询、预约办理等跨系统任务。Voxtral 3提供多语言转写、说话人分离、上下文偏置和句尾检测，在口音、专业术语和用户打断场景下提升稳定性；语音合成支持35多种语言和50多种方言，可根据语境调整情绪、节奏和重音，并支持品牌声线定制。官方称，该SDK基于LiveKit构建，通过SIP和WebRTC接入电话、浏览器、应用及现有IVR和客服系统，单轮响应通常低于一秒。该系列通过Mistral欧洲、美国和全球端点的API开放，也允许本地或私有云部署，以满足数据主权、隐私合规和敏感对话管理需求。Mistral称，其模型在多语言转写与语音合成基准中表现领先，并有望以较低成本支持企业级语音自动化。