Mistral AI Blog · 23.03.2026 ·Инфраструктура для агентов

Voxtral TTS: быстрый и адаптивный синтез речи для голосовых агентов

Mistral представила Voxtral TTS — открытую модель синтеза речи с открытыми весами. Она предназначена для создания реалистичного голоса для голосовых агентов. Voxtral работает быстро и может адаптироваться к новым голосам за считанные секунды.

Модель поддерживает более 30 языков и диалектов, включая английский, французский, немецкий, испанский, китайский и арабский. Voxtral TTS может быть использована для создания голосовых помощников, аудиокниг, подкастов и других приложений, требующих синтеза речи.

Voxtral TTS доступна под лицензией Apache 2.0, что позволяет разработчикам свободно использовать и модифицировать модель. Mistral также предоставила примеры кода и документацию для облегчения интеграции модели в различные приложения.

Модель была обучена на большом количестве данных, что позволяет ей производить высококачественный синтез речи. Voxtral TTS может быть использована как локально, так и в облаке, что делает её универсальным решением для различных сценариев использования.

Источник: Mistral AI Blog

Похожие материалы

Together.ai · Инфраструктура для агентов Together AI представила инфраструктуру для голосовых агентов Together AI анонсировала платформу для создания голосовых агентов с задержкой менее 500 мс. Решение включает интеграцию распознавания речи (STT), языковых моделей (LLM) и синтеза речи (TTS) в одном месте. Hacker News · Память и RAG ASR-модель распознаёт не только слова, но и эмоции и намерения Компания Whissle представила новую ASR-модель, способную не только транскрибировать речь, но и анализировать эмоции и намерения говорящего. Это позволяет использовать её для более глубокого понимания контекста в реальном времени. Модель обрабатывает аудио за 200 миллисекунд, что делает её одной из самых быстрых на рынке. Google DeepMind News · Модели и релизы Gemini 3.1 Flash Live улучшает голосовые взаимодействия DeepMind представила новую версию своей голосовой модели Gemini 3.1 Flash Live, которая обещает более естественные и точные голосовые взаимодействия. Новая модель фокусируется на снижении задержек и повышении точности, что делает её более подходящей для реального времени. Это важно для разработчиков ИИ-агентов, так как голосовые интерфейсы становятся всё более популярными в различных приложениях, от виртуальных ассистентов до клиентских сервисов. Mistral AI Blog · Модели и релизы Mistral представила модель Mistral 3 с 200+ миллиардами параметров Mistral анонсировала новую модель Mistral 3, которая включает три версии: Mistral 3 12B, Mistral 3 44B и Mistral 3 200B. Все версии поддерживают работу с 128K контекстными окнами и доступны в режиме инференса на платформе Mistral AI. arXiv · Машинное обучение LEAF-X: новый фреймворк для объяснения работы трансформеров в ASR Исследователи из MIT и других университетов представили LEAF-X — фреймворк для объяснения работы трансформерных моделей автоматического распознавания речи (ASR), таких как Whisper. Эти модели демонстрируют высокую точность, но их предсказания остаются «чёрными ящиками». Существующие методы объяснения ИИ (XAI) часто страдают от несоответствия между объяснениями и реальной работой модели, а также от отсутствия точной временной привязки. Mistral AI Blog · Инференс и железо Mistral Compute: инфраструктура для локального запуска моделей Mistral AI представила Mistral Compute — инфраструктуру для локального запуска больших языковых моделей. Решение позволяет развернуть модели на собственных серверах или в облаке, обеспечивая контроль над данными и снижая зависимость от сторонних сервисов. Mistral AI Blog · Инфраструктура для агентов Mistral представила AI Studio для разработки моделей Mistral AI анонсировала AI Studio — платформу для разработки и развёртывания моделей искусственного интеллекта. Сервис предоставляет инструменты для обучения, тестирования и развёртывания моделей, а также интеграцию с облачными сервисами. Mistral AI Blog · Инференс и железо Mistral представила удалённые агенты в Vibe на базе Mistral Medium 3.5 Mistral анонсировала обновление платформы Vibe, добавив поддержку удалённых агентов. Они работают на модели Mistral Medium 3.5 и могут выполнять задачи без необходимости локального развёртывания. Mistral AI Blog · Модели и релизы Mistral Small 4: компактная модель с улучшенными характеристиками Mistral представила новую версию своей компактной модели Mistral Small 4. Она поддерживает контекстное окно в 128K токенов, что позволяет обрабатывать более длинные тексты и сложные запросы. Новая модель демонстрирует улучшенные показатели в различных задачах, включая понимание естественного языка и генерацию текста. Hacker News · Разработка и инструменты Cartesia AI представила новые модели TTS и ASR Cartesia AI анонсировала выпуск новых моделей синтеза речи (TTS) и распознавания речи (ASR), которые, по заявлению компании, демонстрируют лучшие в своем классе результаты. Эти модели могут быть использованы для создания более естественных и точных голосовых интерфейсов, что особенно важно для разработки ИИ-агентов, где качество взаимодействия с пользователем играет ключевую роль.

← Все материалы