Mistral: Voxtral TTS 3новая

Описание

Voxtral TTS 3 — это модель преобразования текста в речь от Mistral. Она преобразует текст в естественное звучание речи, предлагает библиотеку предустановленных голосов, поддерживает клонирование голоса в режиме zero-shot и принимает теги эмоций и темпа во входных данных для управления подачей. Она передает аудио с низким временем до первого аудио и подходит для голосовых агентов, озвучивания и многоязычных помощников.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

resp = client.audio.speech.create(
    model="mistralai/voxtral-mini-tts-3-0",
    input="Привет! Это синтез речи.",
    voice="alloy",
    response_format="mp3",
)
resp.write_to_file("speech.mp3")

Поддерживаемые параметры запроса