Mistral AI 发布 Voxtral 3 语音模型家族与实时语音智能体 SDK
Mistral AI 发布 Voxtral 3,包含新一代语音转文字和文字转语音模型,以及基于 LiveKit 的语音智能体 SDK,将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由:原文给出各模型价格和基准对比,便于与 Whisper、ElevenLabs 等现有语音方案比较成本与能力。
技术方向
AI 语音与音频:语音合成、实时语音对话、音乐生成与音频理解的模型与产品。
1 条精选近 30 天 1 条共收录 8 条
Mistral AI 发布 Voxtral 3,包含新一代语音转文字和文字转语音模型,以及基于 LiveKit 的语音智能体 SDK,将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由:原文给出各模型价格和基准对比,便于与 Whisper、ElevenLabs 等现有语音方案比较成本与能力。