Formáidí Fuaime
Ar an leathanach seo
An cúrsa nuashonraithe an 3 Samhain 2026 le haghaidh Voxtral TTS 3, bunaithe ar an treoir
Migrate from Voxtral 2agus ar leathanaigh Text to Speech ó Mistral: távoxtral-mini-tts-2603, a d’éag an 31 Deireadh Fómhair 2026 agus a baineadh an 30 Aibreán 2027, curtha in ionad agvoxtral-mini-tts-3-0sna samplaí. Glactar fós le guthanna réamhshocraithe Voxtral 2 (gb_jane_neutral…); cuireann Voxtral 3 clibeanna[emotion=…]agus[pace=…]sa téacs, an socruitheexpressiveness, fuaimniú saincheaptha (phoneme_hints), agus 35 teanga leis. Molann Mistral moill a ath-thomhas tar éis na himirce. Foincí:Migrate from Voxtral 2(https://docs.mistral.ai/studio/audio/migrate-from-voxtral-2) · Speech generation.
An Fhormáid Aschuir Cheart a Roghnú
Glacann an paraiméadar response_format le cúig luach. Tá tábhacht i bhfad níos mó leis an rogha aonlíne seo ná mar a shamhlófá: cinneann sí cáilíocht na fuaime, méid na gcomhad a stórálann tú, an mhoill a mhothaíonn do úsáideoirí, agus an chomhoiriúnacht lena seinnteoirí. Beidh podchraoladh seachadta i PCM dosheachanta do leath do lucht éisteachta; beidh gníomhaire gutha i MP3 dhá shoicind ar dheireadh i gcónaí i ndiaidh gach freagra. Tugann an tábla thíos an pictiúr mór, agus míníonn an chuid eile den cheacht seo cathain a úsáideann tú gach formáid.
| Formáid | Comhbhrú | Cáilíocht | Moill Sruthaithe | Príomhchás Úsáide |
|---|---|---|---|---|
| MP3 | Cailleadh (Lossy) | Maith | ~2 shoicind | Gnáthúsáid, comhaid |
| WAV | Gan aon (PCM) | Uasmhéid | Meánach | Iar-léiriú, leabhair fhuaime |
| PCM | Gan aon (amh) | Uasmhéid | ~0.7 soicind | Sruthú fíor-ama |
| FLAC | Gan chailleadh (Lossless) | Uasmhéid | Meánach | Cartlannú, cáilíocht ghairmiúil |
| Opus | Cailleadh (Lossy) | An-mhaith | Íseal | Sruthú, VoIP, bandaleithead teoranta |
Is ordú garbh méide iad na moilleanna sa tábla seo a tomhaiseadh le Voxtral 2; déan iad a ath-thomhas le Voxtral TTS 3, a tháirgeann fuaime mona ag 24 kHz i ngach cás.
MP3: An Caighdeán Uilíoch
Is é MP3 an fhormáid is forleithne fós: léann gach brabhsálaí, guthán, agus seinnteoir go dúchasach é, agus iompraíonn sé na meiteashonraí ID3 a éilíonn ardáin phodchraolta. Tá a chomhbhrú cailleadh, mar sin tá an cháilíocht beagán níos ísle ná WAV, ach is annamh a chloistear an difríocht i gcás cainte. Luíonn a mhíbhuntáiste fíor in áit eile: sa sruthú, caithfidh an cóideálaí sonraí a charnadh sula dtáirgeann sé an chéad fhráma, rud a chuireann moill dhá shoicind timpeall ar an gcéad fhuaim. Roghnaigh an fhormáid seo le haghaidh comhad in-íoslódáilte, podchraoltaí, nó comhtháthú gréasáin caighdeánach—ná húsáid riamh é le haghaidh úsáide comhrá.
response = client.audio.speech.complete(
model="voxtral-mini-tts-3-0",
input="An MP3 file for standard use.",
voice_id=voice_id,
response_format="mp3",
)
WAV: Cáilíocht Uasta
Cuimsíonn WAV fuaime PCM neamh-chomhbhrúite, ag soláthar na cáilíochta is fearr is féidir gan aon chailleadh. Ós rud é nach bhfuil aon rud le díchódú agus go n-aithníonn eagarthóirí fuaime an fhormáid go huilíoch, is é an pointe tosaigh nádúrtha é d’aon slabhra iar-léirithe: déanann tú eagarthóireacht, cothromú, agus comhbhrú, ansin onnmhairíonn tú chuig do fhormáid dáilte atá ag teastáil. Is é an malairt ná méid an chomhaid—thart ar dheich n-uaire méid MP3—agus na ceanglais bhanda-leithead a fhreagraíonn dó.
response = client.audio.speech.complete(
model="voxtral-mini-tts-3-0",
input="A WAV file for the best quality.",
voice_id=voice_id,
response_format="wav",
)
Cuir in áirithe é le haghaidh leabhair fhuaime de cháilíocht stiúideo, cartlannú, agus aon rud a phleanálann tú a chur in eagar níos déanaí.
PCM: An Fhormáid Fíor-Ama
Is é PCM (Pulse Code Modulation) fuaime amh Float32 Little-Endian gan ceanntásc ná cumhdach. Is é an nochtacht seo araon a neart agus a laige. A neart: gan aon rud le códú ná le díchódú, tagann an chéad fhuaim i thart ar 0.7 soicind, agus scríobhann na bearta a fhaightear go díreach chuig an gcárta fuaime. A laige: gan ceanntásc, caithfidh tú an ráta samplála agus an fhormáid a bheith ar eolas agat agus iad a tharchur féin—sin díreach an fáth a ndearna an sampla pyaudio i gCeacht 10 dearbhú go sainráite ar paFloat32, cainéal amháin, agus 24,000 Hz. Tá comhaid an-mhór freisin, agus ní osclaíonn aon seinnteoir tomhaltóra iad go díreach.
response = client.audio.speech.complete(
model="voxtral-mini-tts-3-0",
input="Raw PCM for streaming.",
voice_id=voice_id,
response_format="pcm",
)
Seo an fhormáid le haghaidh cúntóirí gutha fíor-ama, gníomhairí comhrá, agus feidhmchláir WebRTC.
FLAC: Comhbhrú Gan Chailleadh
Laghdaíonn FLAC méid an chomhaid faoi 50% go 60% gan tadhall a dhéanamh ar aon sampla amháin: tá an cháilíocht go hiomlán comhionann le WAV, agus coinníonn tú meiteashonraí. Go praiticiúil, seo do fhormáid chartlainne: stóráil do mháistrí i FLAC, agus is féidir leat MP3 nó Opus a athghiniúint blianta ina dhiaidh sin gan fulaingt ón dúbailte-chomhbhrú a dhéanann dochar don fhuaim. Éilíonn sé díchódóir, áfach, rud a fhágann nach bhfuil sé chomh huilíoch le MP3.
response = client.audio.speech.complete(
model="voxtral-mini-tts-3-0",
input="FLAC for lossless archiving.",
voice_id=voice_id,
response_format="flac",
)
Opus: An Comhréiteach Nua-aimseartha
Is cóideálaí é Opus atá deartha le haghaidh cumarsáide fíor-ama, ag soláthar cáilíochta den scoth ag rátaí giotáin an-íseal. Ar aip soghluaiste atá ag rith ar 4G díghrádaithe, seachadann sé guth soiléir nuair a sháithfeadh WAV an nasc, le moill sruthaithe íseal—níos airde ná PCM, ach i bhfad níos ísle ná MP3. Tá an chomhoiriúnacht míchothrom, áfach: ní thacaíonn gach seinnteoir leis go dúchasach, agus éilíonn cuid acu coimeádán OGG.
response = client.audio.speech.complete(
model="voxtral-mini-tts-3-0",
input="Opus for efficient streaming.",
voice_id=voice_id,
response_format="opus",
)
Seo an rogha le haghaidh VoIP, sruthú bandaleithead teoranta, agus feidhmchláir shoghluaiste.
Cinneadh a Dhéanamh i Nóiméad Amháin
Agus tú os comhair tionscadail nua, déan an cinneadh san ord seo. Má tá tú ag déanamh sruthaithe fíor-ama, roghnaigh PCM le haghaidh na moille íosta, nó Opus má tá an bandaleithead chomh tábhachtach céanna leis an bhfreagrúlacht. Murach sin, fiafraigh cá háit a sheinnfear an comhad: i mbrabhsálaí, ráthaíonn MP3 an chomhoiriúnacht uasta. Má tá gá leis a chur in eagar níos déanaí, tugann WAV duit an t-ábhar is fusa a láimhseáil. Mura mór é a chartlannú gan deicibeal a chailleadh, déanann FLAC comhbhrú gan aon íobairt. Agus má tá líonra mall mar an srian is suntasaí, tairgeann Opus an cóimheas cáilíochta-go-méid is fearr.
Príomhphointí
- Is é MP3 an rogha réamhshocraithe le haghaidh comhoiriúnachta uilíche
- Tairgeann PCM an mhoill is ísle le haghaidh sruthaithe fíor-ama (~0.7s)
- Soláthraíonn WAV an cháilíocht neamh-chomhbhrúite is fearr, idéalach le haghaidh iar-léirithe
- Déanann FLAC comhbhrú gan chailleadh—an cháilíocht chéanna le WAV, comhaid níos lú
- Is é Opus an comhréiteach cáilíochta-go-méid is fearr le haghaidh feidhmchlár líonraithe