オプション
ニュース
ミストラル、オープンソースの音声生成モデルを発表

ミストラル、オープンソースの音声生成モデルを発表

2026年6月3日
157

フランスのAI企業Mistralは木曜日、音声AIアシスタントやカスタマーサポートなどの企業向けアプリケーション向けに設計された、新しいオープンソースのテキスト読み上げ(TTS)モデルを発表した。このモデルにより、企業は営業や顧客エンゲージメントのための音声エージェントを構築できるようになり、MistralはElevenLabs、Deepgram、OpenAIの直接的な競合相手としての地位を確立した。

「Voxtral TTS」と名付けられたこのモデルは、英語、フランス語、ドイツ語、スペイン語、オランダ語、ポルトガル語、イタリア語、ヒンディー語、アラビア語の9言語に対応している。

「顧客から音声モデルの要望が寄せられていました。そこで、スマートウォッチ、スマートフォン、ノートPC、その他のエッジデバイスに搭載可能な小型の音声モデルを開発しました。コストは市場の他製品に比べてごくわずかですが、最先端の性能を発揮します」と、Mistral AIのサイエンスオペレーション担当副社長であるピエール・ストック氏は、TechCrunchとの電話インタビューで語った。

ミストラル、音声生成用の新しいオープンソースモデルを公開

画像提供:Mistral

Mistral社によると、この新モデルは5秒未満の音声サンプルを用いて特定の声に順応でき、微妙なアクセント、抑揚、イントネーション、そして話し方の不規則性まで捉えることができるという。Ministral 3Bを基盤として構築されており、声の特性を維持したまま言語を切り替えることができるため、吹き替えやリアルタイム翻訳に最適だ。ストック氏は、同社がロボットのような音声ではなく、人間らしい音声を実現することを目指したと述べた。

同社によると、このモデルはリアルタイム性能を重視して設計されている。入力を受け取ってから「話し始める」までの時間である「Time-to-First-Audio(TTFA)」は、500文字の10秒間のサンプルに対して90ミリ秒である。 また、このモデルはリアルタイムファクター(RTF)6倍を達成しており、10秒間のクリップを約1.6秒で生成できることを意味する。

ミストラル、音声生成用の新しいオープンソースモデルを公開

画像提供:Mistral AI

今年初め、Mistralは2つの文字起こしモデルをリリースしました。1つは大規模なバッチ処理用、もう1つは低遅延のリアルタイムユースケース向けです。この新しい音声モデルにより、同社は企業向けの包括的な音声製品スイートを構築しているようです。

ストック氏は次のように付け加えた。「音声、テキスト、画像といったマルチモーダルな入力ストリームと出力を処理できるエンドツーエンドのプラットフォームを構築する計画だ。最大の利点は、音声の入出力に対応したエンドツーエンドのエージェンティックシステムが、はるかに豊富な情報を提供できる点にある。」

Mistralは、そのオープンソースという性質とカスタマイズ機能を主要な差別化要因として位置付けており、企業が特定のニーズに合わせてモデルを調整できるため、競合他社のソリューションよりも優位性があるとしています。

関連記事
ElevenLabs、楽曲の途中でジャンルを切り替える音楽AIを発表 ElevenLabs、楽曲の途中でジャンルを切り替える音楽AIを発表 音声AI企業であるElevenLabsは、楽曲生成モデルの最新バージョンであるMusic v2をリリースしました。この新バージョンでは曲の途中でジャンルを変更することが可能です。このモデルは複雑なボーカルや楽曲構成にも対応するよう設計されています。同社が初版の楽曲生成モデルを発表してから約10ヶ月後の今回のリリースとなります。ElevenLabsによると、このモデルはオペラからヘヴィメタルへ、またその逆へと切り替えたり、一貫性を失うことなく速いテンポのラップを生成したり、楽曲に非音楽的な効果音
Google、DocsとKeepに音声プロンプト機能を導入 Google、DocsとKeepに音声プロンプト機能を導入 Google I/O 開発者会議において、同社は Docs、Keep、Gmail などの Workspace アプリに音声プロンプト機能を導入すると発表した。この機能により、ユーザーは音声を使って下書きを作成したり、メモを取ったり、メールを検索したりできるようになる。Docsでは、音声だけで文書の下書きを作成できます。TechCrunchが行ったデモでは、ユーザーがDriveから履歴書の詳細情報を
ゴールドマン・サックス出身者やMetaの創業者らが、見過ごされがちな市場向けに音声AIを開発 ゴールドマン・サックス出身者やMetaの創業者らが、見過ごされがちな市場向けに音声AIを開発 カスタマーサポートとサービスは、今日の音声AI分野において最も注目されている領域の一つです。しかし、人間のような話し方で、かつ遅延を最小限に抑えて応答する製品を開発することは、市場によっては他の市場よりもはるかに困難です。そして、主要なプレーヤーの多くは、アフリカや中東を念頭に置いて設計されていませんでした。このギャップを埋めるために昨年設立されたスタートアップ「AethexAI」は、4DX Ve
関連特集おすすめ
SEO 検索戦略に最適なAI SERP分析ツール
検索戦略に最適なAI SERP分析ツール

2026年版、検索戦略に最適な高評価のAI SERP分析ツールは、XIX.AIが実環境での厳格なテストを経て厳選し、毎週ランキングを更新しています。これらの強力なツールを活用すれば、隠れた最適化の機会を発見し、コンテンツのパフォーマンスを向上させ、検索分野で競争優位性を獲得することができます。今すぐ、検索戦略を強化するのに最適なツールを見つけてください。今すぐチェック!

13 ツール
xix.ai
データ分析 SaaSおよびEコマースチーム向けのKPIモニタリングにおけるベストなAI異常検知ツール
SaaSおよびEコマースチーム向けのKPIモニタリングにおけるベストなAI異常検知ツール

2026年最新版・最高評価のAI異常検知ツール【SaaSおよびEコマースチーム向けKPIモニタリング】!XIX.AIは、厳格な実世界テストと週次更新のランキングに基づき、革新的な強力なコレクションを厳選しました。生産性を向上させ、AIの優位性を引き出すために必須のソリューションを見極めるのに役立つ、無料版と有料版の詳細な比較インサイトが見つかります。今すぐチェックしましょう!

10 ツール
xix.ai
書き込み 長文SEO記事に最適なAIアウトライン生成ツール
長文SEO記事に最適なAIアウトライン生成ツール

XIX.AIが厳選した、2026年最新のロングフォームSEO記事向け高評価AIアウトライン生成ツール。これらの強力なツールは、高品質なコンテンツを迅速に作成するための画期的な支援を提供し、執筆効率を大幅に向上させます。 無料版と有料版の比較、実地テスト、詳細なランキングを参考に、ご自身のニーズに合った「ぜひ試すべき」ツールを見つけてください。今すぐチェックして、AIの力を最大限に活用しましょう。

8 ツール
xix.ai
教育と学習 宿題や試験対策に役立つAI学習ツール
宿題や試験対策に役立つAI学習ツール

2026年版 宿題や試験対策に最適な最新AI学習ツール!XIX.AIは、学生の生産性を高め、宿題の完了を効率化し、実際の試験で好成績を収めるのに役立つ、画期的な高評価ツールを厳選して紹介しています。 無料版と有料版の比較、詳細なランキング、そしてAIの力を最大限に引き出すためにぜひ試すべきツールをご紹介します。今すぐチェックしましょう!

10 ツール
xix.ai
作曲 ソングライター向けAIボーカルデモツール:フック、トップライン、多言語のドラフトセッション
ソングライター向けAIボーカルデモツール:フック、トップライン、多言語のドラフトセッション

2026年版 ソングライター、フッククリエイター、多言語コンテンツ制作チームのための最新・最高のAIボーカルデモツール!XIX.AIは、厳格な実地テストを経て、業界に革新をもたらす強力なツールを厳選し、高評価のランキングリストを作成しました。 無料版と有料版の詳細な比較データ、包括的なランキング、そして創作効率を高め、創造力を最大限に引き出すためにぜひ試すべきツールが満載です。今すぐチェックして、あらゆるコンテンツ制作ニーズに最適なツールを見つけましょう!

9 ツール
xix.ai
仕事 中小企業に最適なAI競合分析ツール
中小企業に最適なAI競合分析ツール

2026年版 中小企業向け最新・最高評価のAI競合分析ツール!XIX.AIは、実環境での厳格なテストと詳細なランキングに基づき、毎週更新される、極めて強力で業界に革命をもたらすツールを厳選しました。無料版と有料版の包括的な比較も掲載されており、生産性を向上させ、競争優位性をもたらす「ぜひ試すべき」ツールを見つけるのに役立ちます。 今すぐチェックして、あなたにぴったりのツールを見つけましょう!

9 ツール
xix.ai
コメント (1)
0/500
WilliamRamirez
WilliamRamirez 2026年8月20日 17:00:14 JST

I just tried out Mistral’s new open-source TTS model yesterday, and its pronunciation is way more natural than most free options I’ve used before. It’s super useful for companies that want to build their own voice assistants without spending tons on licensed services. Do you think this will change the game in the enterprise voice AI market?

OR