Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Deutsche Ausgabe

Voxtral TTS: Sprachsynthese und Stimmklonung

Erstellen Sie benutzerdefinierte Stimmen und generieren Sie Sprache mit Voxtral TTS: Zero-Shot-Klonung, Echtzeit-Streaming und optimierte Audioformate.

14 Lektionen ca. 1 h 30 min Entwickler

Das lernen Sie

  • Erstellen einer benutzerdefinierten Stimme über die Voices-API anhand einer hochwertigen Audioaufnahme
  • Generieren von Sprache und Klonen einer Stimme in Echtzeit aus einem Referenzauszug
  • Streamen von generiertem Audio in Echtzeit zur Reduzierung der wahrgenommenen Latenz
  • Steuern der Aussprache und Textsegmentierung zur Sicherstellung einer zuverlässigen Sprachausgabe
  • Zusammenstellen einer vollständigen Voice-Pipeline unter Einhaltung ethischer Richtlinien zur Stimmklonung

Kursübersicht

Zielgruppe
Entwickler, Ingenieure und Integratoren, die Mistral AI über die API in ihren Anwendungen nutzen möchten.
Voraussetzungen
Fähigkeit, Python und JSON zu lesen, Grundkenntnisse der Befehlszeile. Ein Mistral AI Studio API-Schlüssel zum Ausprobieren der Beispiele.
Dauer
1 h 30 min — 14 Lektionen
Modalitäten
100 % onlineer Selbstlernkurs, rund um die Uhr über den Browser zugänglich. Der Fortschritt wird gespeichert und kann jederzeit fortgesetzt werden. Geschätzte Dauer: 1 h 30 min.
Bewertung
Übungsaufgaben werden während der Lektionen angeboten. Jede Lektion endet mit ihren wichtigsten Erkenntnissen, die die Selbstbewertung unterstützen. Ein abschließendes Quiz mit 5 korrigierten Fragen am Ende der letzten Lektion validiert den Lernerfolg.
Barrierefreiheit
Selbstlernkurs, zugänglich für Menschen mit Behinderungen: Textinhalte kompatibel mit Screenreadern, Tastaturnavigation und kontrastgerechte Darstellung. Bei Anpassungsbedarf wenden Sie sich bitte per E-Mail an [email protected].
Preis
Kostenlos

Kursinhalt

  1. 01 Einführung in Voxtral TTS
  2. 02 Voxtral TTS-Modelle
  3. 03 Anwendungsfälle für TTS
  4. 04 Die Voices API
  5. 05 Eine eigene Stimme erstellen
  6. 06 Best Practices für Audio
  7. 07 Politik und Ethik der Stimmenklonung
  8. 08 Grundlegende Sprachgenerierung
  9. 09 On-the-Fly-Stimmklonierung
  10. 10 Echtzeit-Streaming
  11. 11 Textsteuerung und Aussprache
  12. 12 Audio-Formate
  13. 13 Optimierung der Latenz
  14. 14 Vollständige Sprachpipeline