Mistral 发布 Voxtral TTS：4B 参数语音模型，延迟仅 70 毫秒
Mistral AI 发布首个文本转语音模型 Voxtral TTS。该模型参数量为 4B，支持英语、法语等 9 种语言，典型输入延迟仅 70ms，最快仅需 3 秒音频即可完成声音克隆。模型权重已开源，API 定价为每千字符 0.016 美元。
Mistral AI 发布首个文本转语音模型 Voxtral TTS。该模型参数量为 4B，支持英语、法语等 9 种语言，典型输入延迟仅 70ms，最快仅需 3 秒音频即可完成声音克隆。模型权重已开源，API 定价为每千字符 0.016 美元。