Voxtral TTS 3

مدل صوتی از میسترال

به فارسی:ووکسترال تی تی اس ۳

این مدل چیست؟

Voxtral TTS 3 مدل تبدیل متن به گفتار Mistral AI است که ۲۰ اکتبر ۲۰۲۶ به‌صورت پیش‌نمایش عمومی در API شرکت عرضه شد و نسخهٔ بلادرنگ هم دارد. بیش از ۳۵ زبان و ۵۰ گویش را پوشش می‌دهد، صدا را از نمونهٔ کوتاه یا به‌صورت حرفه‌ای شبیه‌سازی می‌کند و با ۳۴ تگ احساس و ۲ تگ سرعت لحن را تنظیم می‌کند؛ شروع پخش در حالت جریانی حدود ۹۰ میلی‌ثانیه است. وزن‌هایش منتشر نشده و هر یک میلیون کاراکتر ۱۳ دلار قیمت دارد.

سازنده: میسترال (Mistral AI)

کجا می‌شود از آن استفاده کرد؟

فعلاً ابزاری در هوش یاب این مدل را ارائه نمی‌دهد.

جایگاه در جدول‌های مقایسه

  • رأی‌گیری گفتار Artificial AnalysisVoxtral 3 TTS
    رتبهٔ ۱۸Elo ۱٬۲۱۳$۱۳ برای ۱ میلیون نویسه
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر میسترال