Mistral AI 推出了 Voxtral 3,这是一套包含转录和文本转语音功能的语音模型,以及一个语音代理 SDK。该版本包括三个转录模型、一个文本转语音模型以及一个基于 LiveKit 构建的 SDK,专为实时语音交互而设计。Mistral AI 声称其模型在语音转文本性能方面排名靠前,尤其是在说话人分离和多语言转录方面,同时还为 TTS 服务提供有竞争力的价格。 AI
影响 此举扩展了 Mistral AI 在高级语音处理和实时语音代理方面的产品线,可能对现有 ASR 和 TTS 市场的参与者构成挑战。
排序理由 前沿实验室模型发布,附带系统卡 [lever_c 从 frontier_release 降级:ic=2 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
- Gemini 3.5 Realtime
- LiveKit
- MAI-Transcribe-2
- Mistral AI
- Mistral API
- Mistral Small 4
- Pyannote
- Voxtral 3
- Voxtral Mini Transcribe 3
- Voxtral Mini TTS 3
- Voxtral Small Transcribe 3
- Voxtral Speech 3
- Whisper Large V3
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →