An API Guthanna
Ar an leathanach seo
An cúrsa nuashonraithe an 3 Samhain 2026 do 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 socruexpressiveness, fuaimniú saincheaptha (phoneme_hints), agus 35 teanga leis. Molann Mistral an moill a aththomhas tar éis na himirce. Foincí:Migrate from Voxtral 2(https://docs.mistral.ai/studio/audio/migrate-from-voxtral-2) · Speech generation.
An Pointe Deiridh /v1/voices
Is é API Guthanna Mistral do phointe iontrála chun guthanna saincheaptha a bhainistiú. Nochtann sé sraith iomlán d’oibríochtaí CRUD—Cruthaigh, Léigh, Nuashonraigh, Scrios—rud a ligeann duit guthanna a chruthú, a liostú, a aisghabháil, a mhodhnú agus a scriosadh. Má d’oibrigh tú le gnáth-API REST cheana, tá tú ar thalamh eolach: ní bhaineann aon rud anseo go díreach le próiseáil fuaime; tá sé seo go hiomlán faoi chatalóg d’objectí a bhainistiú.
Faigheann gach guth a chruthaítear tríd an API aitheantóir uathúil, an voice_id, a úsáidfidh tú ina dhiaidh sin chun caint a ghiniúint. Coinnigh seo i gcuimhne: tá guthanna buan. Nuair a chruthaítear iad, fanann siad ar fáil i do chuntas go dtí go scriostar go sonrach iad. Ní gá duit an sampla fuaime a athsheoladh do gach giniúint, mar sin ní gá d’fheidhmchláir ach teaghrán a stóráil ina gcumraíocht.
Guth a Chruthú
Tarlaíonn an cruthú trí ghlao POST chuig an bpointe deiridh /v1/voices. Soláthraíonn tú sampla fuaime atá ionchódaithe i mbonn64 together le meiteashonraí cur síosacha:
import base64
from pathlib import Path
from mistralai.client import Mistral
client = Mistral(api_key="your-api-key")
# Encode the audio sample to base64
sample_audio_b64 = base64.b64encode(
Path("sample.mp3").read_bytes()
).decode()
# Create the voice
voice = client.audio.voices.create(
name="my-pro-voice",
sample_audio=sample_audio_b64,
sample_filename="sample.mp3",
languages=["fr", "en"],
gender="female",
age=35,
tags=["professional", "podcast"]
)
print(f"Voice created: {voice.id}")
Tá úsáid bhonn64 riachtanach toisc gur doiciméad JSON an t-iarratas, agus ní féidir le JSON sonraí dénártha a iompar. Tugann an API object ar ais ina bhfuil an voice_id a choinneoidh tú do gach iarratas giniúna. Sa sampla thuas, priontáilimid é, ach sa táirgeadh ba chóir duit é a scríobh chuig do chumraíocht nó do bhunachar sonraí.
Liostú, Aisghabháil agus Modhnú
Chun liosta de do chuid guthanna go léir a fháil, tacaíonn an modh list() le leathanú:
# Get the first 10 voices
voices = client.audio.voices.list(limit=10, offset=0)
for v in voices.items:
print(f"{v.id} — {v.name} ({v.gender}, {v.languages})")
Tá an leathanú bunaithe ar fritháireamh: sonraíonn tú líon na míreanna le limit agus an pointe tosaigh le offset. Chun guthanna réamhshocraithe Mistral a bhrabhsáil freisin (Marie i bhFraincis, fr_marie_neutral, Jane i mBéarla na Breataine, etc.), liostaíonn voices.search an dá theaghlach, arna ndearbhú ag an réimse type: preset nó custom. Chun an dara leathanach de dheich nguth a fháil, glaonn tú ar an modh le offset=10. Éiríonn an mheicníocht seo úsáideach chomh luath agus a bhainistíonn gníomhaireacht guthanna do dhosaen cliant.
Nuair a theastaíonn sonraí ort faoi ghuth sonrach, filleann get() a mheiteashonraí iomlána:
voice = client.audio.voices.get(voice_id="your-voice-id")
print(f"Name: {voice.name}")
print(f"Gender: {voice.gender}")
print(f"Languages: {voice.languages}")
print(f"Tags: {voice.tags}")
Déan cleachtas de glaoch ar an oibríocht seo roimh rith giniúna mór. Deimhníonn sé seo go bhfuil an voice_id atá crua-chódaithe i d’fheidhmchlár ag díriú ar an nguth a bhfuil súil leis agus ní ar cheann ó shean-tionscadal.
Is féidir leat meiteashonraí guth atá ann cheana a mhodhnú gan teagmháil a dhéanamh leis an sampla fuaime:
updated_voice = client.audio.voices.update(
voice_id="your-voice-id",
name="my-pro-voice-v2",
languages=["fr", "en", "es"],
tags=["professional", "podcast", "multilingual"]
)
print(f"Voice updated: {updated_voice.name}")
I measc na réimsí in-modhnaithe tá name, languages, gender, age, tags, agus description. Ní féidir an sampla fuaime bunaidh a mhodhnú, áfach. Má theastaíonn uait an fhuaim a athrú, caithfidh tú guth nua a chruthú. Go praiticiúil, ní féidir guth a taifeadadh go dona a dheisiú—caithfear é a chur in ionad, agus beidh ort an voice_id nua a scaipeadh ar fud d’fheidhmchlár.
Scriosadh agus an Sampla a Aisghabháil
Tá an scriosadh buan agus dochúlaithe:
client.audio.voices.delete(voice_id="your-voice-id")
print("Voice deleted")
Tar éis an scriosta, teipfidh ar aon iarratas giniúna a úsáideann an voice_id sin. Pearsa nightmare clasaiceach: glanann forbróir suas guthanna tástála, scriosann sé ceann a bhfuil an IVR tacaíochta á thiomáint aige go hearráideach, agus briseann an teagmhas an mhaidin dár gcionn ar an gcéad ghlao isteach. Déan cinnte i gcónaí go bhfuil d’fheidhmchláir nuashonraithe sula scriosann tú guth sa táirgeadh.
Is féidir leat an fhuaim bhunaidh a úsáideadh chun guth a chruthú a íoslódáil freisin:
response = client.audio.voices.get_sample_audio(voice_id="your-voice-id")
Path("retrieved_sample.mp3").write_bytes(response.content)
Cuidíonn an ghné seo leat do shamplaí a chartlannú nó cáilíocht na fuaime foinse a fhíorú má chuireann guth díomá ort. Trí éisteacht leis an mbunleagan, faigheann tú amach go minic go raibh an locht a chualathas le linn na giniúna sa taifeadadh cheana féin.
Do Chatalóg Guthanna a Eagrú
Costaíonn bainistiú glan beagán agus coisceann sé mearbhall suntasach. Ainmnigh do chuid guthanna go soiléir le réimír tionscadail, ag leanúint patrúin cosúil le podcast-narrator nó app-assistant-fr, seachas voice1 agus test-final-2. Úsáid clibeanna chun catagóiriú de réir cás úsáide, tionscadail nó cliint, rud a fhágann go bhfuil liostái inbhainistithe de réir mar a fhásann siad. Doiciméadaigh voice_ids i gcumraíocht d’fheidhmchláir, riamh i gcomhad aonair ar stáisiún oibre. Agus ná scrios riamh guth táirgeachta gan a fhíorú ar dtús nach bhfuil tagairt déanta dó in áit ar bith a thuilleadh.
Príomhphointí
- Nochtann an API Guthanna cumais CRUD iomlána: cruthaigh, liostaigh, aisghabháil, nuashonraigh, scrios
- Faigheann gach guth
voice_iduathúil a úsáidtear in iarratais giniúna - Ligeann leathanú bunaithe ar fhritháireamh duit líon mór guthanna a bhainistiú
- Tá an scriosadh buan—teipfidh ar gach iarratas a úsáideann an voice_id sin
- Is féidir an sampla fuaime bunaidh a aisghabháil tríd an bpointe deiridh sampla