Mistral 发布 Voxtral 3：转写、实时转写与语音合成四款模型
语音套件 Voxtral 3 含三款转写模型和一款语音合成模型，通过 API 调用。
要点
- 四款模型：Voxtral Small Transcribe 3（高性能转写，支持 50 多种语言）、Voxtral Mini Transcribe 3（成本更低）、Voxtral Mini Transcribe Realtime 3（实时转写）、Voxtral Speech 3（语音合成）
- 语音合成支持 35 种以上语言和 50 多种方言，准备 30 分钟参考音频即可克隆指定人物的声音
- 官方图表显示，实时转写模型在 240 毫秒延迟下的准确度就高于 GPT Live Transcribe，延迟放宽后更准
- API 价格：Mini Transcribe 3 每分钟 0.0035 美元，Small Transcribe 3 每分钟 0.0040 美元，Mini Transcribe Realtime 3 每分钟 0.008 美元，Voxtral Speech 3 每百万字符 13 美元
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。