Mistral 推出 Voxtral 3 语音 Agent SDK 实现多语言工具调用

法国 AI 公司 Mistral 近日发布了 Voxtral 3 语音 Agent SDK，这是一套集成语音模型的开发工具包，支持 50 多种语言的语音交互与工具调用。

官方演示展示了该系统在医疗场景中的应用：一位说法语的患者通过电话预约诊所，系统能够准确理解法语内容，完成预约流程，并用英语回复确认短信。这一过程展示了 Voxtral 3 在跨语言、工具调用和情绪适应等方面的能力。

Voxtral 3 的核心优势包括高精度的语音转录（尤其在嘈杂环境下）、带情绪适应的语音合成以及深度工具集成。其架构设计允许用户替换底层 LLM、语音识别和合成模型，同时支持欧盟 API 托管或私有部署，满足数据合规需求。

Mistral 选择专注于实际落地场景，而非追求参数规模。Voxtral 3 瞄准语音客服、医疗预约等领域，其商业化前景将取决于模型在复杂语音环境下的实际表现。