Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Edição em português

Voxtral TTS: Síntese e Clonagem de Voz

Crie vozes personalizadas e gere fala com o Voxtral TTS: clonagem zero-shot, transmissão em tempo real e formatos de áudio otimizados.

14 aulas ca. 1 h 30 min Programador

O que vai aprender

  • Criar uma voz personalizada através da API Voices a partir de uma amostra de áudio de qualidade
  • Gerar fala e clonar uma voz instantaneamente a partir de um excerto de referência
  • Transmitir áudio gerado em tempo real para reduzir a latência percecionada
  • Controlar a pronúncia e a segmentação de texto para garantir uma produção vocal fiável
  • Montar um pipeline de voz completo respeitando as regras éticas de clonagem de voz

Ficha do curso

Destinatários
Programadores, engenheiros e integradores que procuram aproveitar a Mistral AI via API nas suas aplicações.
Pré-requisitos
Capacidade de ler Python e JSON, noções básicas de linha de comandos. Uma chave API do Mistral AI Studio para testar os exemplos.
Duração
1 h 30 min — 14 aulas
Modalidades
Curso 100% online e autoinstrucional, acessível 24/7 através de um navegador. Progresso guardado, retome a qualquer momento. Duração estimada: 1 h 30 min.
Avaliação
Exercícios práticos oferecidos ao longo das lições. Cada lição termina com os seus pontos-chave, apoiando a autoavaliação. Um questionário final de 5 perguntas corrigidas, no final da última lição, valida a aprendizagem.
Acessibilidade
Curso autoinstrucional acessível a pessoas com deficiência: conteúdo de texto compatível com leitores de ecrã, navegação por teclado e contrastes conformes. Para quaisquer necessidades de adaptação, envie um e-mail para [email protected].
Preço
Gratis

Conteúdo do curso

  1. 01 Introdução ao Voxtral TTS
  2. 02 Modelos TTS Voxtral
  3. 03 Casos de Utilização de TTS
  4. 04 A API de Vozes
  5. 05 Criar uma Voz Personalizada
  6. 06 Melhores Práticas de Áudio
  7. 07 Política e Ética da Clonagem de Voz
  8. 08 Geração Básica de Fala
  9. 09 Clonagem de Voz em Tempo Real
  10. 10 Transmissão em tempo real
  11. 11 Controlo de Texto e Pronúncia
  12. 12 Formatos de Áudio
  13. 13 Otimização da Latência
  14. 14 Pipeline Vocal Complet