模型简介
Voxtral Mini Transcribe Realtime 3 面向一边说话一边识别的应用。它在单次 WebSocket 会话中组合流式转写、发言结束检测、上下文词汇引导和说话人区分。
版本、能力与开放状态
| 模型 / 家族 | Voxtral Mini Transcribe Realtime 3 |
|---|---|
| 完整标识 | voxtral-mini-transcribe-realtime-3-0 |
| 服务状态 | 公开预览 |
| 连接方式 | WebSocket 流式会话 |
| 可配置延迟 | 官方列出 80–2,400 毫秒区间 |
适合怎样使用
实时字幕与语音助手需要在等待时间和句子完整性之间做选择。官方支持配置延迟，使用时应观察中途改写、抢话和结束检测，而不能把上传录音的离线转写耗时直接当成实时表现。
适用人群
实时字幕开发者、呼叫中心与语音智能体团队
价格与使用条件
按实时音频分钟计费，实际延迟还受网络与客户端处理影响。
官方资料与参考来源
资料核对日期：2026-10-31。开放范围与价格以所选官方服务的当前说明为准。
