产品简介
Mistral Voxtral 3 是 Mistral AI 于 2026 年 10 月 20 日发布的语音模型家族，官方页面标题为 Voxtral 3: Voice Agent SDK & Speech Models in 50+ Languages。该家族同时包含语音转写与文本转语音模型，并配套 Voice Agents API 能力，覆盖 50 种以上语言的准确转录。Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文字排行榜位列第 3，TTS 模型进入前 12 名。用户可通过 Mistral 欧盟托管的 API 调用，也可选择自托管部署。作为 Voxtral 初代开源语音模型之后的新一代家族，Voxtral 3 面向需要多语言语音识别、语音合成与语音代理构建的开发团队与企业场景。
核心功能
- 双模语音能力：家族同时提供语音转写与文本转语音模型，覆盖识别与合成两类核心语音任务。
- 五十种以上语言：支持 50 种以上语言的准确转录，便于面向多语言用户群体构建语音应用。
- Voice Agents API：配套 Voice Agents API 能力，为构建语音代理类应用提供接口支持。
- 欧盟托管调用：可通过 Mistral 欧盟托管的 API 调用，满足对数据驻留区域有要求的场景。
- 自托管部署：除托管 API 外也支持自托管部署，便于在自有环境中运行语音模型。
- 榜单表现：Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文字榜单位列第 3，TTS 模型进入前 12 名。
适合谁用
以下类型的用户会特别受益于 Mistral Voxtral 3：
- 将多语言会议录音输入 Voxtral Small Transcribe 3 进行转写，生成可检索的文字记录。
- 借助文本转语音模型把产品文档或通知内容合成为语音，用于多语言播客或提示音。
- 通过 Voice Agents API 构建语音代理，在客服或助手场景中完成语音交互流程。
- 对数据驻留有要求的企业可选用欧盟托管 API，在合规区域内调用语音转写与合成能力。
- 有自建基础设施的团队可自托管部署 Voxtral 3 模型，在自有环境中处理语音数据。
- 面向 50 种以上语言的市场，使用同一家族模型完成多语种语音转写与语音输出。
优点亮点
- 官方页面明确该家族同时覆盖语音转写与文本转语音两类模型，能力范围清晰。
- Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文字排行榜位列第 3，有公开榜单可查。
- TTS 模型进入 Artificial Analysis 相关榜单前 12 名，合成能力有第三方排名参考。
- 支持 50 种以上语言准确转录，适合多语言业务场景直接选用。
- 提供欧盟托管 API 与自托管两种获取方式，部署选择较为灵活。
- 作为 Voxtral 初代开源语音模型之后的新一代家族，延续了 Mistral 在语音方向的投入。
价格与方案
Voxtral 3 通过 Mistral API 按调用计费，自托管部署则需自行承担基础设施成本。可通过欧盟托管 API 调用，也可自托管部署，具体价格与配额以官网为准。
总结与建议
Mistral Voxtral 3 是 2026 年 10 月 20 日发布的语音模型家族，包含语音转写与文本转语音模型，并配套 Voice Agents API，支持 50 种以上语言。Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文字排行榜位列第 3，TTS 模型进入前 12 名。用户可通过欧盟托管 API 调用或自托管部署，具体定价与配额以官网为准。
版本演进
- Voxtral 3 发布：语音转写与合成模型家族，覆盖 50 种以上语言 （2026-10-20）：Mistral AI 于 2026 年 10 月 20 日发布 Voxtral 3 语音模型家族，官方页面标题为 Voice Agent SDK and Speech Models in 50+ Languages。家族包含语音转写与文本转语音两类模型，并配套 Voice Agents API。Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文字排行榜位列第 3，TTS 模型进入前 12。支持 50 种以上语言转录，可通过 Mistral 欧盟托管的 API 调用，也可自托管部署。