跳到主要內容
AI News HubLIVE
更多
僅摘要

前沿AI大語言模型、助手、智能體與服務 | Mistral AI

Mistral AI 發佈了其首個文本轉語音模型 Voxtral TTS,該模型參數量僅為 4B,支持 9 種語言,具有低延遲、高自然度的語音生成能力,並能夠快速適配新聲音。模型在自然度和情感表達方面優於競品,已通過 API 和開源權重發布。

前沿AI大語言模型、助手、智能體與服務 | Mistral AI
報告錯誤

更正渠道尚未開通,可先複製下方文章資訊留存。

查看更正說明

本文僅提供摘要

根據來源內容權限,本站僅提供編輯摘要、要點和原文連結。

展開要點與分析

文章情報

工程師進階

要點

  • Voxtral TTS 是 Mistral AI 的首款文本轉語音模型,參數量 4B,輕量高效。
  • 支持英語、法語、德語等 9 種語言,具備情感表達和方言適應能力。
  • 在人類評估中自然度優於 ElevenLabs Flash v2.5,質量與 ElevenLabs v3 持平。
  • 可通過 3 秒參考音頻實現零樣本聲音適配,並支持跨語言聲音遷移。

要點與分析由自動化流程生成,可能有誤,請結合原始來源核實。