Mistral 为语音生成发布新的开源模式

Daily Signal

来源：TechCrunch 原文链接：https://techcrunch.com/2026/03/26/mistral-releases-a-new-open-source-model-for-speech-generation 作者：Ivan Mehta 发布时间：2026-03-26T11:30:00

核心摘要

事件经过

法国AI公司Mistral于星期四发布了一个新的开源文本对语音模型，可供语音AI助手使用或在企业中使用客户支持等案例。该模式让企业建立销售和客户接触的语音代理商，将米斯特拉尔与"11Labs"，"Deepgram"和"OpenAI"等游戏直接竞争。

新模式称为Voxtral TTS，支持9种语言，包括英语，法语，德语，西班牙语，荷兰语，葡萄牙语，意大利语，印地语，阿拉伯语。

核心细节

“我们的客户一直在要求一个演讲模式。于是我们建造了一个小型的语音模型，可以适应智能手表，智能手机，笔记本电脑或其他边缘设备。它的成本是市场上任何其它东西的一小部分，但它提供了最先进的性能，"Mistral AI科学业务的副总裁Pierre Stock在电话采访中告诉TechCrunch。

米斯特拉尔说，新模型可以用不到5秒的样本来调整定制语音，并能够捕捉微妙的口音，暗示，内涵等特征，以及语音流出的不规则之处。该模型基于Ministry 3B，可以轻松地在语言之间切换而不会失去语音的特征，这对诸如杜撰或实时翻译等案例有用。股票公司说，公司希望这个模型能听起来像人而不是机器人。

更多背景

据公司介绍，该模型是为实时性能而建造的。它有一个时间到第一自动(TTFA)——衡量模型收到输入后何时开始"说话"——为90ms，用于10秒500个字符的样本。该模型还具有6x的实时因子(RTF)，这意味着它可以在约1。6秒内制作出10秒的剪辑。

来源

• TechCrunch