Mistral AI Releases Voxtral TTS: A 4B Open-Weight Streaming Speech Model for Low-Latency Multilingual Voice Generation

Mistral AI випустила Voxtral TTS, свою першу велику модель перетворення тексту в мову, призначену для багатомовного голосового генерації з низькою затримкою. Модель з 4 мільярдами параметрів з відкритими вагами надає можливості потокового мовлення та позиціонує Mistral як конкурента пропрієтарним голосовим API. Цей випуск завершує аудіо-стек Mistral після їхніх попередніх пропозицій з транскрипції та мовних моделей.