Mistral AI 发布 Voxtral TTS 语音生成模型并开放权重
原文标题:Research Speaking of Voxtral Voxtral TTS: A frontier, open-weights text-to-speech model that’s fast, instantly adaptable, and produces lifelike speech for voice agents. March 23, 2026 By Mistral
AI 摘要
Mistral AI 发布 4B 参数的文本转语音模型 Voxtral TTS,支持 9 种语言,3 秒参考音频即可适配新声音。人类评测显示其自然度优于 ElevenLabs Flash v2.5 并与 ElevenLabs v3 质量相当,10 秒样本加 500 字符输入的模型延迟为 70ms。
关键信息
- Mistral AI 发布 4B 参数的文本转语音模型 Voxtral TTS,支持 9 种语言,3 秒参考音频即可适配新声音。
- 人类评测显示其自然度优于 ElevenLabs Flash v2.
- 5 并与 ElevenLabs v3 质量相当,10 秒样本加 500 字符输入的模型延迟为 70ms
- 官方发布首个 TTS 模型,给出了人类评测对比、延迟数据和开源权重入口,可了解其与 ElevenLabs 的实际差距
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 64
推荐理由
官方发布首个 TTS 模型,给出了人类评测对比、延迟数据和开源权重入口,可了解其与 ElevenLabs 的实际差距。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:Mistral AI 发布 Voxtral TTS 语音生成模型并开放权重。2026年3月23日。https://new.nat6.net/news/cmnwsvbvi0032slteuam5waiq/