Mistral AI 发布 Voxtral TTS 语音生成模型并开放权重
Mistral AI 发布 4B 参数的文本转语音模型 Voxtral TTS，支持 9 种语言，3 秒参考音频即可适配新声音。人类评测显示其自然度优于 ElevenLabs Flash v2.5 并与 ElevenLabs v3 质量相当，10 秒样本加 500 字符输入的模型延迟为 70ms。
语音与音频 大事记
重要进展 IMPORTANT_PROGRESS
2026-07-24 — 2026-07-24
重要进展 · 第 4 / 13 页
ChatGPT 桌面版上线语音控制多智能体
AIHOT事件 ↗原始外链未提供
语音与音频 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容