Mistral: Voxtral Mini TTS

Mistral Voxtral Mini TTS, Mistral tarafından sunulan ve api14 üzerinde speech kategorisi altında listelenen bir metinden sese modelidir. Tek girdisi olarak metni alır ve tek çıktısı olarak ses üretir, bu yüzden bir konuşma hattının tanıma yarısından çok sentez yarısında yer alır. Diğer Mistral modellerini zaten api14 üzerinden yönlendiriyorsanız, bu model aynı sağlayıcıdan gelir ve aynı erişim düzenini izler.

Model metni kabul eder ve doğal seslendirilmiş ses döndürür. Çok dilli çıktıyı destekler ve mevcut sesler İngilizce, İngiliz İngilizcesi ve Fransızca'yı kapsar. İngilizce sesler en_paul altında gruplanmıştır; sad, neutral, happy, frustrated, excited, confident, cheerful ve angry varyantları vardır. İngiliz İngilizcesi gb_oliver ve gb_jane sunar; her biri curious, confident, cheerful, angry, sarcasm, confusion, shame, jealousy ve frustration gibi kendi duygusal varyantlarına sahiptir. Fransızca fr_marie ile sunulur; sad, neutral, happy, excited, curious ve angry varyantları vardır. Bağlam penceresi 4096 token'dır ve maksimum çıktı 3276'dır; bu, girdi metninizin ve üretilen sesin paylaştığı bütçedir, bu yüzden istek başına kaynak metni makul ölçüde kısa tutun.

Bu yetenekler birkaç pratik kullanıma işaret eder. Makaleleri, dokümantasyonu veya ürün metinlerini seslendirebilir ve duygusal tonu materyale uyan bir ses seçebilirsiniz; örneğin onboarding içeriği için cheerful bir ses veya teknik okuma için neutral bir ses. Sesler üç dil varyantında bulunduğu için aynı kaynak metinden İngilizce, İngiliz İngilizcesi ve Fransızca izleyiciler için yerelleştirilmiş ses üretebilirsiniz. Duygusal aralık, modeli oyunlarda veya e öğrenmede diyalog için kullanılabilir kılar; burada tek bir satırın excited, frustrated veya sad olarak okunması gerekebilir. Sağlayıcının tanımladığı zero shot voice cloning, bir dizi klip boyunca tutarlı bir özel sese ihtiyacınız varsa ilgilidir.

api14 üzerinden çağırmak, diğer OpenAI uyumlu modeller gibi çalışır. chat completions endpoint'ine model id "mistralai/voxtral-mini-tts-2603" ve girdi olarak metninizle bir istek gönderin; yanıt üretilen sesi içerir. Model desteklenen parametre listelemez, bu yüzden istekte ayarlanacak örnekleme veya üretim düğmesi yoktur; ses seçimi sahip olduğunuz ana kontroldür ve onu yukarıdaki ses listesinden seçersiniz. Entegrasyonunuzu ayarlanabilir ayarlar yerine sabit 4096 token bağlam ve 3276 token çıktı tavanı etrafında planlayın.

Parametre listesi boş olduğu için bu model, metin ve bir ses sağladığınız ve varsayılan davranışı kabul ettiğiniz basit sentez işleri için uygundur. Üretim ayarları üzerinde ince kontrol gerekiyorsa veya girdi metniniz düzenli olarak bağlam penceresini aşıyorsa, farklı bir model veya bunun önünde bir parçalama adımı isteyebilirsiniz. Desteklenen dillerde ve seslerde düz metinden sese için görevi doğrudan karşılar.