VO
Voxtral TTS 是支持流式合成与零样本声音克隆的多语言文本转语音模型。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Voxtral TTS
模型基本信息
推理过程
暂无数据
思考模式
常规模式 (默认)
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
文本、音频 → 音频
发布时间
2026-03-23
模型文件大小
暂无数据
MoE架构
暂无数据
总参数 / 激活参数
暂无数据 / 暂无数据
知识截止
暂无数据
Voxtral TTS
开源和体验地址
Voxtral TTS
官方介绍与博客
官方论文
暂无
DataLearnerAI博客
暂无
Voxtral TTS
API接口信息
接口速度
暂无数据
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 音频 | - | — | $16.00/ 1000000 |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
Voxtral TTS
发布机构
MistralAI
查看发布机构详情 Voxtral TTS
模型解读
Voxtral TTS 是支持流式合成与零样本声音克隆的多语言文本转语音模型。
发布日期、状态、规格、功能与价格来自 Mistral 官方模型卡。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
