Mistral выпустил Voxtral — ИИ для клонирования голоса
Новая модель Voxtral TTS от Mistral может клонировать голос всего по 3 секундам аудио на 9 языках, включая английский, французский, немецкий и испанский.
Французский стартап Mistral, известный своими языковыми моделями, представил свой первый продукт в области синтеза речи - Voxtral TTS. Это относительно компактная модель с 4 миллиардами параметров, которая поддерживает сразу девять языков, включая английский, французский, немецкий и испанский.
Главная особенность Voxtral - способность клонировать голос по минимальному образцу. Системе достаточно всего 3 секунды аудио, чтобы воспроизвести характерные особенности голоса и создать естественно звучащую речь с эмоциональными интонациями.
Технические характеристики и доступность
Модель отличается низкой задержкой - около 70 миллисекунд при типичном сценарии использования (10-секундный образец речи и 500 символов текста). В тестах на естественность звучания Voxtral превзошла ElevenLabs Flash v2.5 при сопоставимом времени отклика, хотя стоит отметить, что ElevenLabs уже выпустила более новую версию v3.
Voxtral TTS доступна через API по цене $0,016 за 1000 символов. Опробовать технологию можно в Mistral Studio, а для энтузиастов и исследователей компания выложила открытую версию модели на платформе Hugging Face.
Появление Voxtral - еще один шаг в стремительном развитии технологий синтеза речи, которые становятся все более доступными и качественными, открывая новые возможности для создания контента, локализации и разработки интерфейсов.
Смотрите также
-
Нейросети 18+·Stable Nude: обзор нейросети-раздеватора для обработки фото
-
Озвучка текста·ElevenLabs: полный обзор нейросети для озвучки текста, клонирования голоса и дубляжа
-
Opensource·pxpipe: опенсорс-инструмент, который прячет текст в PNG и снижает расходы на Claude Code до 70%
-
Opensource·North Mini Code от Cohere: агентная модель для разработчиков вышла в open-source
-
Исследования·Count Anything: нейросеть, которая умеет считать объекты на любом изображении
-
Opensource·Mellum2 от JetBrains: быстрая модель для ИИ-систем
-
Opensource·Kimi K2.6 - открытая модель с роем агентов
-
Opensource·Stability AI выпустила модель для генерации 6-минутных треков
-
Opensource·OpenSquilla - агентный рантайм, который экономит токены