Mistral: Voxtral Mini TTS

Mistral Voxtral Mini TTS هو نموذج تحويل النص إلى كلام من Mistral، مُدرج على api14 تحت فئة الكلام. يأخذ النص كمدخلاته الوحيدة وينتج الكلام كمخرجاته الوحيدة، لذا فهو يقع في نصف التوليف من خط أنابيب الكلام بدلاً من نصف التعرف. إذا كنت توجّه نماذج Mistral الأخرى عبر api14 بالفعل، فهذا النموذج يأتي من نفس المزوّد ويتبع نفس نمط الوصول.

يقبل النموذج النص ويعيد صوتاً طبيعي المظهر. يدعم الإخراج متعدد اللغات، والأصوات المتاحة تغطي الإنجليزية والإنجليزية البريطانية والفرنسية. تُجمَّع الأصوات الإنجليزية تحت en_paul، مع متغيرات للحزن والحياد والسعادة والإحباط والحماس والثقة والبهجة والغضب. توفر الإنجليزية البريطانية gb_oliver وgb_jane، ولكل منهما مجموعته الخاصة من المتغيرات العاطفية مثل الفضول والثقة والبهجة والغضب والسخرية والارتباك والخجل والغيرة والإحباط. تخدم الفرنسية fr_marie، مع متغيرات الحزن والحياد والسعادة والحماس والفضول والغضب. نافذة السياق هي 4096 رمزاً، والحد الأقصى للإخراج هو 3276، وهي الميزانية التي يتشاركها نصك المُدخل والكلام المُولَّد، لذا أبقِ النص المصدر قصيراً بشكل معقول في كل طلب.

تشير هذه القدرات إلى بعض الاستخدامات العملية. يمكنك سرد المقالات أو الوثائق أو النصوص الترويجية للمنتجات واختيار صوت تتوافق نبرته العاطفية مع المادة، على سبيل المثال صوت بهيج لمحتوى التعريف أو صوت محايد للقراءة التقنية. ولأن الأصوات موجودة بثلاث متغيرات لغوية، يمكنك إنتاج صوت مُوطَّن لجمهور الإنجليزية والإنجليزية البريطانية والفرنسية من نفس النص المصدر. النطاق العاطفي يجعل النموذج قابلاً للاستخدام في الحوار داخل الألعاب أو التعلم الإلكتروني، حيث قد يحتاج سطر واحد إلى أن يُقرأ بحماس أو إحباط أو حزن. استنساخ الصوت بدون تدريب مسبق، كما يصفه المزوّد، ذو صلة إذا كنت بحاجة إلى صوت مخصص متسق عبر سلسلة من المقاطع.

استدعاؤه عبر api14 يعمل مثل أي نموذج آخر متوافق مع OpenAI. أرسل طلباً إلى نقطة نهاية إكمالات الدردشة مع معرّف النموذج "mistralai/voxtral-mini-tts-2603" ونصك كمدخل، وتحتوي الاستجابة على الكلام المُولَّد. لا يُدرج النموذج أي معاملات مدعومة، لذا لا توجد مقابض أخذ عينات أو توليد لضبطها في الطلب؛ اختيار الصوت هو التحكم الرئيسي المتاح لك، وتختاره من قائمة الأصوات أعلاه. خطط لتكاملاتك حول سياق ثابت من 4096 رمزاً وسقف إخراج 3276 رمزاً بدلاً من الاعتماد على إعدادات قابلة للتعديل.

ولأن قائمة المعاملات فارغة، يناسب هذا النموذج مهام التوليف المباشرة حيث تقدم النص وصوتاً وتقبل السلوك الافتراضي. إذا كنت بحاجة إلى تحكم دقيق في إعدادات التوليد، أو إذا كان نصك المُدخل يتجاوز نافذة السياق بانتظام، فقد ترغب في نموذج مختلف أو خطوة تقسيم إلى أجزاء أمام هذا النموذج. بالنسبة لتحويل النص العادي إلى كلام في اللغات والأصوات المدعومة، فهو يغطي المهمة مباشرة.