首页Mistral 发布开源语音生成模型
法国人工智能公司Mistral于周四发布了一款新的开源文本转语音模型，该模型专为语音AI助手及客户支持等企业应用而设计。该模型使企业能够构建用于销售和客户互动的语音代理，从而使Mistral成为ElevenLabs、Deepgram和OpenAI的直接竞争对手。
该模型名为Voxtral TTS，支持九种语言，包括英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语。
“我们的客户一直都在寻求语音模型。因此，我们开发了一个小型语音模型，可以适配智能手表、智能手机、笔记本电脑或其他边缘设备。其成本仅为市场上其他产品的零头，却能提供最先进的性能，”Mistral AI科学运营副总裁皮埃尔·斯托克（Pierre Stock）在接受TechCrunch电话采访时表示。
图片来源：Mistral
Mistral表示，该新模型仅需不到5秒的语音样本即可适应特定声音，能捕捉细微的口音、语调变化、语调以及语音流中的不规则之处。基于Ministral 3B构建的该模型，可在保持声音特征的同时流畅切换语言，非常适合配音或实时翻译。斯托克指出，公司的目标是让模型听起来像真人，而非机械音。
据该公司介绍，该模型专为实时性能而设计。其“首次发声时间”（TTFA）——即从接收输入到开始“说话”所需的时间——对于一段10秒、500字符的样本而言仅为90毫秒。 该模型还实现了6倍的实时因子（RTF），这意味着它能在约1.6秒内生成一段10秒的音频片段。
图片来源：Mistral AI
今年早些时候，Mistral 推出了两款转录模型——一款用于大规模批量处理，另一款用于低延迟的实时应用场景。随着这款新语音模型的推出，该公司似乎正在为企业构建一套全面的语音产品套件。
Stock补充道：“我们计划打造一个端到端的平台，能够处理多模态输入流——包括音频、文本和图像——以及输出。其关键优势在于，支持音频输入和输出的端到端代理系统能提供更为丰富的信息。”
Mistral将其开源特性和定制能力作为核心差异化优势，允许企业根据具体需求对模型进行调整，从而使其在竞争中更具优势。
相关文章
ElevenLabs 推出可在歌曲进行中切换音乐风格的 AI 技术
语音人工智能公司ElevenLabs推出了其音乐生成模型的最新版本Music v2，该版本具备在歌曲进行到中途时切换音乐风格的功能。这款模型专为处理复杂的人声与曲目结构而设计。距离这家初创公司首次推出音乐生成模型至今已近十个月，此次新版本终于问世。据ElevenLabs称，该模型能够实现从歌剧到重金属等多种风格的快速转换，并且在保持连贯性的同时输出快速的说唱内容，还能将非音乐类的音效融入歌曲中。艺术家们还可以选择歌曲中的某一段落，通过提示词重新生成该部分内容，而无需改动歌曲的其余部分。此外，
谷歌在 Docs 和 Keep 中推出了语音提示功能
在谷歌I/O开发者大会上，该公司宣布将在Docs、Keep和Gmail等Workspace应用中引入语音提示功能。这些功能使用户能够通过语音创建草稿、记录笔记以及搜索邮件。在 Docs 中，用户可以完全通过语音起草文档。在 TechCrunch 展示的演示中，一位用户从 Drive 中提取了简历信息，从一封电子邮件中添加了活动安排，甚至还加入了几则幽默轶事。图片来源：谷歌此前，用户必须手动输入所有
高盛前员工与Meta创始人联手开发面向被忽视市场的语音AI
客户支持与服务是当今语音人工智能领域最热门的领域之一。但在某些市场，开发出声音逼真且响应延迟极低的产品要比其他市场困难得多——而大多数主要玩家在设计产品时并未将非洲和中东地区纳入考量。AethexAI是一家成立于去年、旨在弥合这一差距的初创公司，已获得由4DX Ventures领投、Enza Capital、Dorm Room Fund、Mojo Ventures和斯坦福大学商学院26号基金跟投的
相关专题推荐
音乐创作
面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具
2026 年最新最佳 AI 人声演示工具，专为词曲创作者、旋律创作者和多语言内容团队打造！XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项，帮助您提升创作效率并释放创意潜力。立即探索，发现满足您所有内容需求的完美工具！
9 个工具
xix.ai
商业
适合中小企业的最佳AI竞品分析工具
2026年最新最佳、评价最高的中小企业AI竞争研究工具！XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具，每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比，从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索，发现最适合您的工具！
9 个工具
xix.ai
图像编辑
用于电商服装、皮肤清洁和色彩一致性的 Photoshop AI 修图工具
2026 年最新最佳 Photoshop AI 修图工具，适用于电商服装、皮肤清洁和色彩一致性！这份顶级精选列表包含强大的变革性解决方案，可帮助您提升写作效率、简化内容创作并轻松实现完美的视觉效果。每个工具都经过实际测试，并通过每周更新的排名进行验证，同时提供免费与付费版本的详细对比。由 XIX.AI 支持，这是任何希望发挥 AI 优势的人必试指南。立即探索！
10 个工具
xix.ai
提示词
适用于 ChatGPT 工作流的最佳 AI 提示词库
2026年最新、最受好评的AI提示词库，可优化各类ChatGPT工作流程。XIX.AI精心整理了一套功能强大、具有颠覆性的提示词库，均经过严格的实际测试，以确保最佳性能。 您可以查看详细的免费版与付费版对比分析以及专家排名，这些内容将帮助您挑选出必试的工具，从而提升工作效率并释放您的AI优势。立即探索！
11 个工具
xix.ai
教育与学习
面向教师、辅导老师和基于群体的学习项目的 AI 测验构建平台
2026年最新最佳AI测验构建平台，适用于教师、辅导老师和基于群体的学习项目！XIX.AI精心整理了一份顶级评分列表，包含经过现实世界测试的强力变革性工具，以提供准确的排名。这些必试平台有助于提高写作效率、简化内容创作，并简化各种学习场景中的测验设计。立即探索，发现您解锁教学AI优势的理想工具！
13 个工具
xix.ai
代码
适用于处理重构、漏洞和安全漏洞的 GitHub 团队的 AI 代码提交审查工具
2026年GitHub团队最新最佳AI拉取请求审查工具已登陆XIX.AI！这份精心筛选的高评分清单汇集了功能强大的、具有颠覆性的解决方案，可优化整个团队工作流中的重构、错误修复和安全漏洞检测流程。 通过免费版与付费版的对比分析、实际测试以及详细排名，助您找到能显著提升工作效率的理想工具。立即探索，释放您的AI优势！
12 个工具
xix.ai
评论 (1)
0/500
![WilliamRamirez]()
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?
法国人工智能公司Mistral于周四发布了一款新的开源文本转语音模型，该模型专为语音AI助手及客户支持等企业应用而设计。该模型使企业能够构建用于销售和客户互动的语音代理，从而使Mistral成为ElevenLabs、Deepgram和OpenAI的直接竞争对手。
该模型名为Voxtral TTS，支持九种语言，包括英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语。
“我们的客户一直都在寻求语音模型。因此，我们开发了一个小型语音模型，可以适配智能手表、智能手机、笔记本电脑或其他边缘设备。其成本仅为市场上其他产品的零头，却能提供最先进的性能，”Mistral AI科学运营副总裁皮埃尔·斯托克（Pierre Stock）在接受TechCrunch电话采访时表示。
图片来源：Mistral
Mistral表示，该新模型仅需不到5秒的语音样本即可适应特定声音，能捕捉细微的口音、语调变化、语调以及语音流中的不规则之处。基于Ministral 3B构建的该模型，可在保持声音特征的同时流畅切换语言，非常适合配音或实时翻译。斯托克指出，公司的目标是让模型听起来像真人，而非机械音。
据该公司介绍，该模型专为实时性能而设计。其“首次发声时间”（TTFA）——即从接收输入到开始“说话”所需的时间——对于一段10秒、500字符的样本而言仅为90毫秒。 该模型还实现了6倍的实时因子（RTF），这意味着它能在约1.6秒内生成一段10秒的音频片段。
图片来源：Mistral AI
今年早些时候，Mistral 推出了两款转录模型——一款用于大规模批量处理，另一款用于低延迟的实时应用场景。随着这款新语音模型的推出，该公司似乎正在为企业构建一套全面的语音产品套件。
Stock补充道：“我们计划打造一个端到端的平台，能够处理多模态输入流——包括音频、文本和图像——以及输出。其关键优势在于，支持音频输入和输出的端到端代理系统能提供更为丰富的信息。”
Mistral将其开源特性和定制能力作为核心差异化优势，允许企业根据具体需求对模型进行调整，从而使其在竞争中更具优势。
ElevenLabs 推出可在歌曲进行中切换音乐风格的 AI 技术
语音人工智能公司ElevenLabs推出了其音乐生成模型的最新版本Music v2，该版本具备在歌曲进行到中途时切换音乐风格的功能。这款模型专为处理复杂的人声与曲目结构而设计。距离这家初创公司首次推出音乐生成模型至今已近十个月，此次新版本终于问世。据ElevenLabs称，该模型能够实现从歌剧到重金属等多种风格的快速转换，并且在保持连贯性的同时输出快速的说唱内容，还能将非音乐类的音效融入歌曲中。艺术家们还可以选择歌曲中的某一段落，通过提示词重新生成该部分内容，而无需改动歌曲的其余部分。此外，
谷歌在 Docs 和 Keep 中推出了语音提示功能
在谷歌I/O开发者大会上，该公司宣布将在Docs、Keep和Gmail等Workspace应用中引入语音提示功能。这些功能使用户能够通过语音创建草稿、记录笔记以及搜索邮件。在 Docs 中，用户可以完全通过语音起草文档。在 TechCrunch 展示的演示中，一位用户从 Drive 中提取了简历信息，从一封电子邮件中添加了活动安排，甚至还加入了几则幽默轶事。图片来源：谷歌此前，用户必须手动输入所有
高盛前员工与Meta创始人联手开发面向被忽视市场的语音AI
客户支持与服务是当今语音人工智能领域最热门的领域之一。但在某些市场，开发出声音逼真且响应延迟极低的产品要比其他市场困难得多——而大多数主要玩家在设计产品时并未将非洲和中东地区纳入考量。AethexAI是一家成立于去年、旨在弥合这一差距的初创公司，已获得由4DX Ventures领投、Enza Capital、Dorm Room Fund、Mojo Ventures和斯坦福大学商学院26号基金跟投的
2026 年最新最佳 AI 人声演示工具，专为词曲创作者、旋律创作者和多语言内容团队打造！XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项，帮助您提升创作效率并释放创意潜力。立即探索，发现满足您所有内容需求的完美工具！
9 个工具
xix.ai
2026年最新最佳、评价最高的中小企业AI竞争研究工具！XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具，每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比，从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索，发现最适合您的工具！
9 个工具
xix.ai
2026 年最新最佳 Photoshop AI 修图工具，适用于电商服装、皮肤清洁和色彩一致性！这份顶级精选列表包含强大的变革性解决方案，可帮助您提升写作效率、简化内容创作并轻松实现完美的视觉效果。每个工具都经过实际测试，并通过每周更新的排名进行验证，同时提供免费与付费版本的详细对比。由 XIX.AI 支持，这是任何希望发挥 AI 优势的人必试指南。立即探索！
10 个工具
xix.ai
2026年最新、最受好评的AI提示词库，可优化各类ChatGPT工作流程。XIX.AI精心整理了一套功能强大、具有颠覆性的提示词库，均经过严格的实际测试，以确保最佳性能。 您可以查看详细的免费版与付费版对比分析以及专家排名，这些内容将帮助您挑选出必试的工具，从而提升工作效率并释放您的AI优势。立即探索！
11 个工具
xix.ai
2026年最新最佳AI测验构建平台，适用于教师、辅导老师和基于群体的学习项目！XIX.AI精心整理了一份顶级评分列表，包含经过现实世界测试的强力变革性工具，以提供准确的排名。这些必试平台有助于提高写作效率、简化内容创作，并简化各种学习场景中的测验设计。立即探索，发现您解锁教学AI优势的理想工具！
13 个工具
xix.ai
2026年GitHub团队最新最佳AI拉取请求审查工具已登陆XIX.AI！这份精心筛选的高评分清单汇集了功能强大的、具有颠覆性的解决方案，可优化整个团队工作流中的重构、错误修复和安全漏洞检测流程。 通过免费版与付费版的对比分析、实际测试以及详细排名，助您找到能显著提升工作效率的理想工具。立即探索，释放您的AI优势！
12 个工具
xix.ai
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?
