Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Tekst-naar-spraak en aangepaste stemmen met Voxtral TTS

Les 8 van 14 Bijgewerkt op 2 november 2026 Beginner
Op deze pagina
  1. Geef uw tekst een stem
  2. Zero-shot stemklonen
  3. Uitgebreide meertalige mogelijkheden
  4. Uw kloon en tekst perfectioneren
  5. Belangrijkste punten

Update 2 november 2026 — Le Chat heet nu Vibe. Sinds 28 mei 2026 is Le Chat omgedoopt tot Vibe (nog steeds op chat.mistral.ai): een enkele agent voor werk en code die uw gesprekken, instellingen en abonnementen overneemt. De oorspronkelijke Le Chat-ervaring blijft beschikbaar in de modus Chat; in de modus Werk zijn agents vaardigheden geworden (aan te roepen met @), dienen herinneringen als kennisbank en is diep zoeken nu de vaardigheid Deep Research. De abonnementen heten nu Mistral Free, Pro, Team en Enterprise. Deze les gebruikt de naam Vibe; houd er rekening mee dat sommige hier beschreven menu’s van naam of locatie veranderd kunnen zijn.

Geef uw tekst een stem

Tekst-naar-spraak (TTS) is het exacte tegenovergestelde van de transcriptie die u in eerdere lessen heeft bestudeerd: in plaats van spraak naar tekst om te zetten, transformeert het tekst naar spraak. Met Voxtral TTS levert Mistral een opmerkelijke synthesekwaliteit die natuurlijke intonaties kan reproduceren, emoties kan overbrengen en zelfs uw eigen stem kan klonen. Dit laatste punt verdient aandacht omdat het de aard van de taak verandert: u kiest niet langer alleen een stem uit een catalogus; u kunt uw eigen stem creëren.

In Vibe is tekst-naar-spraak naadloos geïntegreerd: de assistent kan zijn reacties hardop voorlezen met een natuurlijke, expressieve stem. Afhankelijk van uw instellingen en platform wordt dit afspelen automatisch gestart in de spraakmodus of op verzoek. Stel u voor dat u het avondeten bereidt terwijl Vibe een lang artikel voor u samenvat: u luistert naar de samenvatting in plaats van het scherm te lezen, zodat uw handen vrij blijven. Vibe biedt verschillende professionele stemmen die variëren qua geslacht (mannelijk of vrouwelijk), taal (elke stem is geoptimaliseerd voor een of meer talen) en toon; sommige stemmen klinken warmer, andere neutraler of formeler. De beste aanpak is om twee of drie stemmen op dezelfde tekst te testen: een warme stem past bij vertellingen, terwijl een neutrale stem geschikt is voor institutionele content.

Zero-shot stemklonen

De meest indrukwekkende functie van Voxtral TTS is zero-shot stemklonen: op basis van slechts 2 tot 3 seconden van uw stemopname kan het model spraak genereren die op u klinkt. “Zero-shot” betekent dat er geen langdurige training nodig is—een eenvoudig fragment volstaat, terwijl eerdere technologieën uren studiotijd vereisten. Het model vangt de klankkleur, het ritme en de unieke kenmerken van uw spraak op en levert vaak een opvallend nauwkeurig resultaat.

U maakt deze stemmen aan in Mistral AI Studio, de geavanceerde interface van Mistral, in vier stappen:

  1. Ga naar de sectie Audio > Tekst naar spraak
  2. Klik op “Mijn stemmen” en vervolgens op “Nieuwe stem toevoegen”
  3. Geef uw stem een naam en neem een fragment op—door een audiobestand te uploaden of direct op te nemen via uw microfoon
  4. Gebruik uw gekloonde stem om spraak te genereren vanuit willekeurige tekst

Een belangrijk concept om te begrijpen is het principe van “Stem als instructie”. Het model reproduceert niet alleen de klankkleur van de referentiestem; het kopieert ook de emotie en intonatie. Als uw fragment energiek en enthousiast is, zal de gegenereerde stem dat ook zijn; als u rustig en bedachtzaam spreekt, zal de synthese datzelfde register aannemen. In de praktijk geeft dit u een onverwachte afstemmingsmogelijkheid: om dynamische vertellingen te krijgen, neemt u uw fragment met energie op; voor een rustige documentairespreekstem neemt u uzelf op terwijl u langzaam leest. U beïnvloedt de toon van de uitvoering simpelweg door hoe u uzelf opneemt.

Uitgebreide meertalige mogelijkheden

Voxtral TTS ondersteunt meer dan 9 talen: Engels, Frans, Spaans, Portugees, Italiaans, Nederlands, Duits, Hindi en Arabisch. Maar de echte waarde ligt in twee geavanceerde functies. De eerste is cross-lingual cloning (taaloverschrijdend klonen): u kunt een stemfragment in de ene taal gebruiken en spraak in een andere taal genereren, terwijl de oorspronkelijke stemkenmerken behouden blijven. Een Frans fragment kan zo Engelstalige spraak genereren—met het natuurlijke Franse accent van de spreker, wat het resultaat geloofwaardig en persoonlijk maakt. Denk aan een Franstalige instructeur die een Engelstalige versie van zijn e-learningmodule in zijn eigen stem wil aanbieden: dit is precies die use case.

De tweede functie is code-mixing: het model gaat op natuurlijke wijze om met tekst die meerdere talen mengt. Als uw tekst afwisselend Franse en Engelse passages bevat—een presentatie vol met Engelse technische termen, bijvoorbeeld—schakelt de stem er naadloos tussen zonder de flow te verbreken.

Uw kloon en tekst perfectioneren

De uitvoerkwaliteit hangt direct af van de invoerkwaliteit. Streef voor het stemfragment naar een schone opname van 3 tot 30 seconden zonder achtergrondgeluid: geen muziek, geen gepraat op de achtergrond, alleen uw stem. Spreek natuurlijk en met expressie—een vlakke, monotone opname levert een robotachtige stem op. Vermijd vulwoorden zoals “ehm”, “uh” of andere aarzelingen, aangezien het model deze in uw vocale signatuur zal integreren. Tot slot, voor de beste resultaten, neemt u op in dezelfde taal als de doeltekst, ook al werkt cross-lingual cloning eveneens.

De te synthetiseren tekst vereist ook enige voorbereiding. Schrijf getallen voluit—“drieduizend tweehonderd” in plaats van “3200”—en werk afkortingen uit, gebruik “Meneer” in plaats van “Dhr.”, om verkeerde uitspraak te voorkomen. Verbann emoji’s en complexe opmaak, die geen mondeling equivalent hebben. Blijf onder de 300 woorden per verzoek voor optimale kwaliteit: splits lange documenten op in meerdere passages.

Praktische use cases zijn talrijk: genereer professionele voice-overs voor uw video’s zonder studio, maak uw artikelen toegankelijk voor slechtzienden, prototype verschillende stemmen voor een virtuele assistent voordat deze wordt geïntegreerd, transformeer schriftelijk materiaal naar audiocursussen voor e-learning, of produceer vertellingen voor uw TikTok- en Instagram-content.

Belangrijkste punten

  • Voxtral TTS transformeert tekst naar natuurlijke spraak in meer dan 9 talen
  • Stemklonen werkt met slechts 2-3 seconden opname
  • De emotie en intonatie van het referentiefragment beïnvloeden de gegenereerde stem
  • Cross-lingual cloning stelt u in staat een andere taal in uw eigen stem te spreken
  • Voor succesvol klonen: een schone, natuurlijke opname tussen 3 en 30 seconden