Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Voxtral TTS-modellen

Les 2 van 14 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Voxtral Mini TTS: het referentiemodel
  2. Technische specificaties
  3. Vooraf geïntegreerde professionele stemmen
  4. Open weights: opties voor self-hosting
  5. Gebruik via de Mistral API
  6. Roadmap en evolutie
  7. Belangrijkste punten

Cursus bijgewerkt op 3 november 2026 voor Voxtral TTS 3, gebaseerd op de gids Migrate from Voxtral 2 en de pagina’s Text to Speech van Mistral: voxtral-mini-tts-2603, verouderd op 31 oktober 2026 en buiten gebruik gesteld op 30 april 2027, wordt in voorbeelden vervangen door voxtral-mini-tts-3-0. Vooraf gedefinieerde stemmen van Voxtral 2 (gb_jane_neutral…) blijven ondersteund; Voxtral 3 voegt tags [emotion=…] en [pace=…] toe in tekst, de instelling expressiveness, aangepaste uitspraak (phoneme_hints) en 35 talen. Mistral raadt aan de latentie opnieuw te meten na migratie. Bronnen: Migrate from Voxtral 2 · Speech generation.

Voxtral Mini TTS: het referentiemodel

Het synthesemodel in de Voxtral-familie is Voxtral TTS 3, geïdentificeerd in de API als voxtral-mini-tts-3-0 (alias voxtral-mini-tts-3). Dit is de slug die u in elke API-aanroep gebruikt: leer deze uit uw hoofd, want het is de enige tekenreeks in deze cursus die u moet kennen. Het model is ontworpen om een optimale balans te bieden tussen stemkwaliteit, latentie en kosten, wat verklaart waarom het nagenoeg alle professionele use cases in zijn eentje dekt.

Voxtral Mini TTS is een foundation model voor stemmen. Dit onderscheid is niet louter cosmetisch: oudere TTS-systemen hakten tekst in fonemen en plakte deze aan elkaar vanuit een geluidsbank, wat resulteerde in schokkerige stemmen waarbij elke lettergreep los leek te staan van de vorige. Voxtral genereert spraak daarentegen door de semantische context van de tekst te begrijpen. Bij een zin als “He didn’t say that” weet het model waar de nadruk moet liggen omdat het de zinsstructuur heeft geïnterpreteerd, wat resulteert in een natuurlijk prosodie met een consistente intonatie van begin tot eind.

Technische specificaties

Het model voxtral-mini-tts-3-0 heeft de volgende specificaties:

FunctieWaarde
ModellatentieOngeveer 90 milliseconden voordat het eerste geluid hoorbaar is
Talen35 talen en meer dan 50 dialecten; vooraf gedefinieerde stemmen in 22 talen
StemcloningZero-shot, op basis van een MP3- of WAV-opname van enkele seconden tot enkele minuten
Besturing35 emotietags, tempotags, expressiveness, aangepaste uitspraak
UitvoerformatenMP3 (standaard), WAV, PCM, FLAC, Opus — mono, 24 kHz
StreamingRealtime ondersteund
Prijs per 3 november 2026$13 per miljoen tekens

Die 90 milliseconden verdienen een tweede gedachte: dit is de vertraging voordat het eerste audiofragment beschikbaar komt, niet de totale generatieduur. In een conversatie-assistent bepaalt dit specifieke cijfer of de uitwisseling natuurlijk of moeizaam aanvoelt.

Vooraf geïntegreerde professionele stemmen

Naast stemcloning biedt Mistral AI een bibliotheek met professionele stemmen die direct klaar zijn voor gebruik. Deze stemmen zijn in een studio opgenomen en geoptimaliseerd voor diverse use cases. Ze bieden onschatbare dienstbaarheid aan het begin van een project: als u wilt verifiëren dat uw pipeline werkt voordat u überhaupt een opnamesessie organiseert met uw gekozen stemacteur, kunt u met een vooraf geïntegreerde stem alles nog dezelfde dag testen.

In Mistral Studio, de webinterface, kunt u deze stemmen verkennen en filteren op drie criteria: geslacht (man of vrouw), de primaire taal van de stem en emotie, oftewel de emotionele toon—neutraal, enthousiast, kalm, enzovoort. Elk is via de API toegankelijk met zijn voice_id, precies zoals een stem die u zelf hebt gekloond: uw code verandert geen enkele regel wanneer u overschakelt van de demo-stem naar de definitieve stem.

Open weights: opties voor self-hosting

De vorige generatie, Voxtral TTS (voxtral-mini-tts-2603), werd uitgebracht met zijn weights—een model met 4 miljard parameters op Hugging Face—onder de licentie CC BY-NC 4.0. Dit is geen open-source-licentie in de gebruikelijke zin: commercieel gebruik is verboden. Het staat experimenten en prototyping op uw eigen infrastructuur toe zonder dat er spraakvoorbeelden uw netwerk verlaten, maar een commercieel product moet de API gebruiken of een overeenkomst met Mistral AI sluiten. Op dit moment vermeldt de documentatie van Voxtral TTS 3 geen open weights.

Voor organisaties die onderworpen zijn aan vertrouwelijkheidsvereisten—zoals een zorgverlener of een overheidsinstantie—rijst de vraag daarom in twee delen: is het gebruik commercieel, en dekt het open model de vereiste talen en kwaliteit? Zo niet, dan moet u de contractuele toezeggingen van de API onderzoeken (hosting, dataretentie).

Gebruik via de Mistral API

Om Voxtral Mini TTS via de API te gebruiken, moet u eerst de client initialiseren met uw API-sleutel:

from mistralai.client import Mistral

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

Het model wordt vervolgens in elke generatieaanroep aangeduid met de identifier voxtral-mini-tts-3-0. In komende lessen ziet u hoe u stemmen maakt en spraak genereert; dit client-object vormt het startpunt voor alle volgende voorbeelden.

Als u de voorkeur geeft aan een no-code-benadering, biedt Mistral Studio een grafische interface die toegankelijk is op studio.mistral.ai. Daar kunt u beschikbare professionele stemmen beluisteren, uw eigen stem direct vanuit de browser opnemen, stemgeneratie testen met verschillende teksten en parameters aanpassen—taal, emotie, formaat. Het is de ideale prototyping-tool: valideer binnen tien minuten of een stem bij het project past, en stap pas daarna over op code zodra de beslissing is genomen.

Roadmap en evolutie

Mistral AI heeft aangekondigd dat er meer modellen bij de Voxtral-familie zullen komen: lichtere modellen voor embedded en mobiele toepassingen, krachtigere modellen voor expressieve stemgeneratie, en continue verbeteringen aan de meertalige kwaliteit. Ontwerp uw integraties daarom door de modelnaam te isoleren in een configuratievariabele in plaats van deze door uw code te verspreiden—de dag dat een opvolger arriveert, duurt de migratie slechts één regel. Tot die tijd blijft voxtral-mini-tts-3-0 de referentie en dekt het het overgrote deel van de professionele use cases.

Belangrijkste punten

  • Het primaire model is voxtral-mini-tts-3-0, geoptimaliseerd voor kwaliteit en latentie
  • Vooraf geïntegreerde professionele stemmen zijn beschikbaar om van start te gaan zonder audiofragment
  • Het vorige model heeft open weights en kan self-hosted worden (niet-commercieel)
  • Mistral Studio biedt een grafische interface voor no-code-testen
  • De Mistral API en Python SDK zijn de instappunten voor integratie