Voxtral TTS — open-weight генерация речи от Mistral
Французская компания Mistral AI выпустила Voxtral TTS — первую фронтирную open-weight модель для генерации речи. Всего 4B параметров, работает на ноутбуке с видеокартой от 16 ГБ.
Характеристики:
9 языков (EN, FR, DE, ES, NL, PT, IT, HI, AR)
20 голосов + клонирование по 3 секундам аудио
Задержка 70 мс, генерация в 9.7x быстрее реалтайма
24 кГц, форматы WAV, MP3, FLAC, AAC, Opus
По человеческим оценкам превосходит ElevenLabs Flash v2.5 по естественности, на уровне ElevenLabs v3 по качеству.
Открытые веса — скачиваешь с Hugging Face, запускаешь у себя, данные никуда не уходят. Лицензия CC BY NC 4.0. API — $0.016 / 1000 символов.
Voxtral TTS замыкает конвейер: Voxtral Transcribe (STT) → LLM (рассуждения) → Voxtral TTS (TTS). Полный пайплайн для голосовых агентов.
Где попробовать:
Искусственный интеллект
5.9K постов12K подписчиков
Правила сообщества
ВНИМАНИЕ! В сообществе запрещена публикация генеративного контента без детального описания промтов и процесса получения публикуемого результата.
Разрешено:
- Делиться вопросами, мыслями, гипотезами, юмором на эту тему.
- Делиться статьями, понятными большинству аудитории Пикабу.
- Делиться опытом создания моделей машинного обучения.
- Рассказывать, как работает та или иная фиговина в анализе данных.
- Век жить, век учиться.
Запрещено:
I) Невостребованный контент
I.1) Создавать контент, сложный для понимания. Такие посты уйдут в минуса лишь потому, что большинству неинтересно пробрасывать градиенты в каждом тензоре реккурентной сетки с AdaGrad оптимизатором.
I.2) Создавать контент на "олбанском языке" / нарочно игнорируя правила РЯ даже в шутку. Это ведет к нечитаемости контента.
I.3) Добавлять посты, которые содержат лишь генеративный контент или нейросетевой Арт без какой-то дополнительной полезной или интересной информации по теме, без промтов или описания методик создания и т.д.
II) Нетематический контент
II.1) Создавать контент, несвязанный с Data Science, математикой, программированием.
II.2) Создавать контент, входящий в противоречие существующей базе теорем математики. Например, "Земля плоская" или "Любое действительное число представимо в виде дроби двух целых".
II.3) Создавать контент, входящий в противоречие с правилами Пикабу.
III) Непотребный контент
III.1) Эротика, порнография (даже с NSFW).
III.2) Жесть.
За нарушение I - предупреждение
За нарушение II - предупреждение и перемещение поста в общую ленту
За нарушение III - бан