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