Mistral 发布 Voxtral 3：语音 Agent SDK 串联转录、推理与语音生成

Mistral 于 10 月 20 日介绍 Voxtral 3，本篇于 22 日补录，面向关注客服、语音助手和 Agent 工具调用的读者。

语音与工具连接起来

公告介绍基于 LiveKit 的语音 Agent SDK，将实时转录、模型推理和语音回复组织为流式流程，并支持用户打断和工具调用。应用可以在对话中检索资料或调用自己的业务函数，但实际权限与执行逻辑仍由应用负责。

语言范围按组件核对

转录、实时转录和语音合成的覆盖列表不同。公告中的转录支持超过 50 种语言，语音合成描述为超过 35 种语言及多种方言；评估时应直接检查目标语言、数字、姓名和专有词表现。

从接口试用到业务接入

官方 API 已提供相关能力。完整私有部署需联系官方团队，电话线路、浏览器和应用也有不同接入条件，不能仅凭一个 SDK 名称推断所有部署方式均可直接使用。

本站编辑建议先用获得授权的测试音频检查延迟、打断、转录错误和工具执行结果，特别关注确认金额、时间和账号等容易出错的信息。本文没有实机测试，也不把演示延迟视为所有网络与语言条件下的保证。