Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Mudelli TTS ta' Voxtral

Lezzjoni 2 / 14 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Voxtral Mini TTS: Il-Mudell ta’ Referenza
  2. Speċifikazzjonijiet Tekniċi
  3. Vuċijiet Professjonali Pre-integrati
  4. Piżijiet Miftuħa: Għażliet ta’ Self-Hosting
  5. Użu permezz tal-API ta’ Mistral
  6. Evoluzzjoni tar-Roadmap
  7. Punti Ewlenin

Kors aġġornat fit-3 ta’ Novembru 2026 għal Voxtral TTS 3, ibbażat fuq il-gwida Migrate from Voxtral 2 u l-paġni Text to Speech ta’ Mistral: voxtral-mini-tts-2603, deprekat fil-31 ta’ Ottubru 2026 u rtirat fit-30 ta’ April 2027, huwa mibdul fl-eżempji b’voxtral-mini-tts-3-0. Il-vuċijiet predefiniti ta’ Voxtral 2 (gb_jane_neutral…) jibqgħu appoġġjati; Voxtral 3 iżid it-tags [emotion=…] u [pace=…] fit-test, is-setting expressiveness, il-pronunzja personalizzata (phoneme_hints), u 35 lingwa. Mistral jirrakkomanda li tkejjel mill-ġdid il-latency wara l-migrazzjoni. Sorsi: Migrate from Voxtral 2 · Speech generation.

Voxtral Mini TTS: Il-Mudell ta’ Referenza

Il-mudell tas-sinteżi fil-familja Voxtral huwa Voxtral TTS 3, identifikat fl-API bħala voxtral-mini-tts-3-0 (alias voxtral-mini-tts-3). Dan huwa s-slug li se tikteb f’kull sejħa tal-API: iffrankah, peress li hija l-unika string f’dan il-kors li trid tkun taf b’memorja. Il-mudell huwa ddisinjat biex joffri bilanċ ottimali bejn il-kwalità tal-vuċi, il-latency u l-ispiża, li jispjega għaliex ikopri kważi l-każijiet ta’ użu professjonali kollu waħdu.

Voxtral Mini TTS huwa mudell fundamentali tal-vuċi. Din id-distinzjoni mhix kosmetika: is-sistemi TTS antiki kienu jaqsmu t-test f’fonemi u jgħaqqduhom minn bank tal-ħoss, li jirriżulta f’vuċijiet imqatta’ fejn kull sillaba tidher indipendenti mill-preċedenti. Voxtral, min-naħa l-oħra, jiġġenera d-diskors billi jifhem il-kuntest semantiku tat-test. Fuq sentenza bħal “He didn’t say that,” il-mudell jaf fejn ipoġġi l-enfażi għax interpreta l-istruttura tas-sentenza, u jipproduċi prosodija naturali b’intonazzjoni konsistenti mill-bidu sal-aħħar.

Speċifikazzjonijiet Tekniċi

Il-mudell voxtral-mini-tts-3-0 għandu l-ispeċifikazzjonijiet li ġejjin:

KaratteristikaValur
Latency tal-MudellMadwar 90 millisekonda qabel l-ewwel ħoss
Lingwi35 lingwa u aktar minn 50 djalett; vuċijiet predefiniti f’22 lingwa
Klonazzjoni tal-VuċiŻero-shot, minn reġistrazzjoni MP3 jew WAV li tvarja minn ftit sekondi sa ftit minuti
Kontroll34 tag tal-emozzjoni, tags tal-pass, expressiveness, pronunzja personalizzata
Formati tal-OutputMP3 (default), WAV, PCM, FLAC, Opus — mono, 24 kHz
StreamingAppoġġjat f’ħin reali
Prezz sal-3 ta’ Novembru 2026$13 għal kull miljun karattru

Dawk id-90 millisekonda jistħoqqilhom ħsieb ieħor: dan huwa d-dewmien qabel ma l-ewwel framment awdjo jsir disponibbli, mhux id-durata totali tal-ġenerazzjoni. F’assistent konversazzjonali, din iċ-ċifra speċifika tiddetermina jekk l-iskambju jħossux naturali jew laborjuż.

Vuċijiet Professjonali Pre-integrati

Barra mill-klonazzjoni tal-vuċi, Mistral AI toffri librerija ta’ vuċijiet professjonali lesti għall-użu immedjat. Dawn il-vuċijiet ġew irreġistrati fi studjo u ottimizzati għal diversi każijiet ta’ użu. Jipprovdu servizz inestimabbli fil-bidu ta’ proġett: jekk trid tivverifika li l-pipeline tiegħek taħdem qabel ma torganizza sessjoni ta’ reġistrazzjoni mal-attur tal-vuċi magħżul tiegħek, vuċi pre-integrata tippermettilek tittestja kollox fl-istess ġurnata.

F’Mistral Studio, l-interfaċċja web, tista’ tesplora dawn il-vuċijiet u tiffiltrahom skont tliet kriterji: ġeneru (raġel jew mara), il-lingwa primarja tal-vuċi, u l-emozzjoni, jiġifieri t-ton emozzjonali—newtrali, entużjast, kalm, u hekk. Kull waħda hija aċċessibbli permezz tal-voice_id tagħha fl-API, eżattament bħal vuċi li klonajt int stess: il-kodiċi tiegħek ma jbiddilx linja waħda meta taqleb mill-vuċi tad-demo għall-vuċi finali.

Piżijiet Miftuħa: Għażliet ta’ Self-Hosting

Il-ġenerazzjoni preċedenti, Voxtral TTS (voxtral-mini-tts-2603), ġiet rilaxxata bil-piżijiet tagħha—mudell ta’ 4 biljun parametru fuq Hugging Face—taħt il-liċenzja CC BY-NC 4.0. Din mhix liċenzja open source fis-sens tas-soltu: tipprojbixxi l-użu kummerċjali. Tippermetti sperimentazzjoni u prototipar fuq l-infrastruttura tiegħek stess mingħajr ma xi kampjuni tal-vuċi joħorġu min-netwerk tiegħek, iżda prodott kummerċjali għandu juża l-API jew jilħaq ftehim ma’ Mistral AI. Sad-data ta’ llum, id-dokumentazzjoni ta’ Voxtral TTS 3 ma ssemmi l-ebda piżijiet miftuħa.

Għal organizzazzjonijiet soġġetti għal restrizzjonijiet ta’ kunfidenzjalità—bħal fornitur tal-kura tas-saħħa jew aġenzija governattiva—il-mistoqsija għalhekk tqum f’żewġ partijiet: l-użu huwa kummerċjali, u l-mudell miftuħ ikopri l-lingwi meħtieġa u l-kwalità? Jekk le, trid teżamina l-impenji kuntrattwali tal-API (hosting, żamma tad-data).

Użu permezz tal-API ta’ Mistral

Biex tuża Voxtral Mini TTS permezz tal-API, l-ewwel trid tinizjalizza l-klijent bil-key tal-API tiegħek:

from mistralai.client import Mistral

client = Mistral(api_key="your-api-key")

Il-mudell imbagħad jiġi referenzjat bl-identifikatur tiegħu voxtral-mini-tts-3-0 f’kull sejħa ta’ ġenerazzjoni. Se tara fil-lezzjonijiet li ġejjin kif toħloq vuċijiet u tiġġenera diskors; dan l-oġġett client ikun il-punt tat-tluq għall-eżempji kollha li jmiss.

Jekk tippreferi approċċ mingħajr kodiċi, Mistral Studio joffri interfaċċja grafika aċċessibbli f’studio.mistral.ai. Hemmhekk, tista’ tisma’ l-vuċijiet professjonali disponibbli, tirreġistra l-vuċi tiegħek direttament mill-browser, tittestja l-ġenerazzjoni tal-vuċi b’testi differenti, u taġġusta l-parametri—lingwa, emozzjoni, format. Huwa l-għodda ideali għall-prototipar: ivvalida f’għaxar minuti li vuċi taqbel mal-proġett, imbagħad imxi għall-kodiċi ladarba tittieħed id-deċiżjoni.

Evoluzzjoni tar-Roadmap

Mistral AI ħabbar li mudelli oħra se jingħaqdu mal-familja Voxtral: mudelli eħfef għal applikazzjonijiet embedded u mobbli, mudelli aktar qawwija għall-ġenerazzjoni ta’ vuċijiet espressivi, u titjib kontinwu fil-kwalità multilingwi. Għalhekk, iddisinja l-integrazzjonijiet tiegħek billi tiżola l-isem tal-mudell f’varjabbli ta’ konfigurazzjoni minflok ma tferrixu fil-kodiċi kollu tiegħek—il-jum li jaslu suċċessur, il-migrazzjoni tieħu linja waħda biss. Sadanittant, voxtral-mini-tts-3-0 jibqa’ r-referenza u jkopri l-biċċa l-kbira tal-każijiet ta’ użu professjonali.

Punti Ewlenin

  • Il-mudell primarju huwa voxtral-mini-tts-3-0, ottimizzat għall-kwalità u l-latency
  • Vuċijiet professjonali pre-integrati huma disponibbli biex tibda mingħajr kampjun awdjo
  • Il-mudell preċedenti għandu piżijiet miftuħa u jista’ jiġi ospitat awtonomament (mhux kummerċjali)
  • Mistral Studio joffri interfaċċja grafika għall-ittestjar mingħajr kodiċi
  • L-API ta’ Mistral u l-Python SDK huma l-punti tad-dħul għall-integrazzjoni