实体
Voxtral TTS
Voxtral TTS
PulseAugur coverage of Voxtral TTS — every cluster mentioning Voxtral TTS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Mistral AI 和 X-Voice 通过新架构推进多语言语音克隆
研究人员推出 X-Voice，一个参数量为 0.4B 的紧凑型模型，能够进行30种语言的零样本跨语言语音克隆。该模型采用两阶段训练流程，结合了统一的国际音标表示和开源资源。另外，Mistral AI 发布了 Voxtral TTS，一个参数量为 4B 的大型模型，结合了自回归和流匹配架构，以解决文本到语音合成中的“表现力差距”。Voxtral TTS 可根据简短的音频提示生成自然、忠实于说话人声音的9种语言语音，并展现出优于现有系统的强劲性能。
-
KDnuggets 发布 Voxtral TTS，一个具有语音克隆功能的开放权重模型
KDnuggets 推出了 Voxtral TTS，一个新推出的开放权重文本转语音模型。该模型能够进行语音克隆，并提供低延迟语音生成。它可以用最少的 Python 代码实现。
-
Mistral：Voxtral TTS、Forge、Leanstral 以及 Mistral 4 的未来 — Pavan Kumar Reddy 和 Guillaume Lample 访谈
Mistral AI 发布了 Voxtral TTS，这是一个开放权重（open-weights）的文本转语音模型，其性能可与 ElevenLabs 相媲美，同时效率显著更高。这个拥有 40 亿参数的模型支持九种语言，并采用了一种新颖的架构，将自回归语义令牌生成与用于声学令牌的流匹配（flow-matching）相结合。此次发布凸显了 Mistral 在开放研究和拓展多模态人工智能能力前沿方面的承诺。