Source: https://ailoot.ai/models/he/mistralai-voxtral-mini-tts-2603/ Canonical: https://ailoot.ai/models/he/mistralai-voxtral-mini-tts-2603/ Language: he # Mistral: Voxtral Mini TTS [Markdown](https://ailoot.ai/models/he/mistralai-voxtral-mini-tts-2603/index.md) · [JSON](https://ailoot.ai/models/he/mistralai-voxtral-mini-tts-2603/facts.json) ## [Mistral: Voxtral Mini TTS](https://ailoot.ai/models/he/mistralai-voxtral-mini-tts-2603/) Voxtral TTS הוא מודל יצירת הדיבור 4B של Mistral AI, עם התאמת קול מבוססת דוגמת ייחוס בתשע שפות. הוא הופך טקסט מוכן לשמע עשיר בהבעה, תומך בהנחיות קול לשימוש חוזר או חד־פעמי ובהזרמה, ומפיק פלט ב־24 kHz בפורמטי שמע מתועדים. - [**Ailoot Ultra · הקראה** `POST /v1/audio/speech` `mistralai/voxtral-mini-tts-2603`](https://ailoot.ai/models/he/mistralai-voxtral-mini-tts-2603/#method-0) על המודל התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה. Voxtral TTS הוא מודל המרת הטקסט לדיבור 4B של Mistral AI ליצירת שמע מדובר מטקסט ומדוגמת קול. דף המודל של היצרן מזהה את גרסת 2603 כ־voxtral-mini-tts-2603, ואילו כרטיס המשקולות שפורסם נקרא Voxtral 4B TTS 2603. רשומה זו נוגעת להפצת יצירת הדיבור הזאת, הנפרדת מ־Voxtral Small להבנת שמע, מתמלול וממודלי קלט בזמן אמת מאוחרים יותר. דיבור עשיר בהבעה והתאמת קול המודל נועד ללכוד את ההפסקות, הקצב, האינטונציה, המבטא וההבעה הרגשית של קול ייחוס. הקול פועל כהוראה לאופן שבו הטקסט צריך להישמע; סקירת היצרן אינה דורשת תגי פרוזודיה או רגש נפרדים, או תמליל של הקלטת הייחוס. טקסט המקור קובע מה נאמר, ודוגמת השמע מנחה את ההגשה. הסקירה מתארת התאמת קול מתוך שתיים עד שלוש שניות שמע בלבד. תיאור הארכיטקטורה דן בהנחיות קול של חמש עד עשרים וחמש שניות. לאמירות הללו תחומים שונים: דוגמת התאמה קצרה אינה דרישה להשתמש בדוגמת הייחוס הקצרה ביותר האפשרית. בחרו דיבור ברור המייצג את הסגנון והמבטא הרצויים לתוצאה הסופית. הכרטיס שפורסם כולל עשרים קולות מוגדרים מראש והתאמה לקולות חדשים. תהליך הדיבור של היצרן יכול להשתמש בפרופיל קול שמור או בקטע ייחוס חד־פעמי. שמירת פרופיל מאפשרת שימוש חוזר באותה דוגמת קול בבקשות דיבור נפרדות, בעוד קטע חד־פעמי מספק אותה למשימה הנוכחית. פרופיל והקלטה שנוצרה הם תוצרים שונים. שפות והגשה בין שפות ההפצה תומכת באנגלית, צרפתית, ספרדית, גרמנית, איטלקית, פורטוגזית, הולנדית, ערבית והינדי, עם שונות ניבים, העברת קול בין שפות וערבוב שפות המתוארים על ידי היצרן. לתוצאה המיטבית מדריך הדיבור ממליץ להתאים את שפת דוגמת הייחוס לשפת הטקסט. העברה בין שפות יכולה לשמר את המבטא של דוגמת הייחוס תוך הקראת הטקסט המוכן בשפה נתמכת אחרת. משימת קריינות מעשית יכולה להשתמש באותו סגנון קול להסבר בשפות נתמכות שונות, כאשר כל טקסט מוכן למאזין המיועד. תשובת עוזר קולי יכולה להשתמש בתסריט שיחתי קצר במקום להקריא מסמך לא ערוך. מודל המרת הטקסט לדיבור מממש את המילים שהוכנו; כל שלב תרגום או כתיבת תשובה המייצר את המילים האלה הוא שלב נפרד. הכנת הטקסט מדריך הדיבור של היצרן ממליץ על טקסט הניתן להקראה. כתבו מספרים וסמלים בצורה שאמורה להישמע כדי שהמודל לא יצטרך לבחור בין קריאות אפשריות. מספר יכול להיות כמות, שעה או מזהה; הגדירו את הנוסח המיועד להקראה לפני הסינתזה. פתחו קיצורים כאשר ההגייה חשובה, והשתמשו באותיות מופרדות כאשר זו הקריאה הרצויה. הימנעו מעיצוב עשיר, מאימוג'י ומתווים מיוחדים שלא יתממשו כתוכן מדובר. הכינו משפטים שלמים עם הפיסוק והניסוח הדרושים להגשה. המדריך ממליץ על הנחיות של פחות מ־300 מילים לתוצאות מיטביות. זוהי המלצת איכות ולא הצהרה על מגבלת קלט קשיחה. להסבר תהליכי, כתבו את הפעולה ואת התנאי במשפט שמאזין יכול לעקוב אחריו. בהכרזה, הציבו את המידע החשוב לפני הפרטים האופציונליים. בתשובה קולית, שמרו על התשובה העובדתית והסירו עיצוב המיועד לתצוגה בלבד או סימוני מקורות שלא אמורים להיקרא. ההכנות הללו הופכות את התסריט עצמו למתאים לשמע לפני שדוגמת הייחוס קובעת את סגנונו. הזרמה, פלט ומשך היצרן מתעד מסירה בסיסית ובהזרמה ומתאר יצירה מקורית של עד שתי דקות שמע. כרטיס המשקולות שפורסם מפרט גם הסקה באצווה להכנת כמה משימות דיבור. הפקות שירות ארוכות יותר משתמשות בשזירה, במקום להתייחס למקטע מקורי יחיד כבלתי מוגבל. לקריינות ארוכה יותר, הכינו מקטעים מגובשים ושמרו על הכנת קול וטקסט עקבית עם תהליך המסירה המטפל בהמשך. הכרטיס שפורסם מציין שמע ב־24 kHz ומונה פורמטי פלט WAV, ‏PCM, ‏FLAC, ‏MP3, ‏AAC ו־Opus. מדריך שירות הדיבור דן ב־MP3 למסירה דחוסה, ב־WAV עבור PCM לא דחוס, ב־FLAC לדחיסה ללא אובדן וב־PCM או Opus להזרמה. בחרו פורמט הנתמך בתהליך המחובר ומתאים לנגן או לשלב העיבוד שלו. בחירת פורמט והתנהגות הזרמה נפרדות מהתאמת הקול עצמה. ארכיטקטורת המודל וגבולות מעשיים ההכרזה מתארת ארכיטקטורה אוטורגרסיבית עם flow matching, בסיס מפענח Transformer של 3.4B, ‏Transformer אקוסטי בן 390 מיליון פרמטרים וקודק שמע עצבי בן 300 מיליון פרמטרים. המפענח חוזה תוכן סמנטי והרכיב האקוסטי מפיק ייצוג דיבור, בעוד הקודק מטפל בשמע. רכיבים אלה מסבירים את תווית המודל המשוערת 4B; הם אינם שפות קלט נוספות או מודל אחר ליצירת תשובות. פלט מעשי הוא ההקלטה המסונתזת או זרם השמע המקושרים לתסריט המוכן ולקול שנבחר. שמרו על הקשרים האלה בעת יצירת כמה מקטעים, כדי שהיישום יוכל לשמור, להשמיע או להרכיב את החומר הנכון. המודל מפיק שמע ולא תמליל, וקטור לחיפוש סמנטי או תשובה עובדתית שנכתבה מחדש. שמרו על גרסת הדיבור 2603, על שפה נתמכת ועל סגנון דוגמת הייחוס. המקורות שנקראו מספקים את ההצהרה על שתי דקות ביצירה מקורית ואת המלצת ההכנה של פחות מ־300 מילים, אך אינם מבססים מגבלת תווי טקסט קשיחה נפרדת או משך כולל להקלטה מחוברת. השתמשו בדרישות הטקסט, הקול והמסירה בפועל כדי להגדיר את תוצר השמע המוגמר. **Ailoot Ultra · הקראה** `POST /v1/audio/speech` `mistralai/voxtral-mini-tts-2603` [`mistralai/voxtral-mini-tts-2603`](https://ailoot.ai/models/he/#m=mistralai%2Fvoxtral-mini-tts-2603&route=Ultra&caller=mistralai%2Fvoxtral-mini-tts-2603&fmt=speech) Mistral /`mistralai/voxtral-mini-tts-2603` ### התחלה Voxtral TTS הוא מודל יצירת הדיבור 4B של Mistral AI, עם התאמת קול מבוססת דוגמת ייחוס בתשע שפות. הוא הופך טקסט מוכן לשמע עשיר בהבעה, תומך בהנחיות קול לשימוש חוזר או חד־פעמי ובהזרמה, ומפיק פלט ב־24 kHz בפורמטי שמע מתועדים. סוגי קלט נתמכים טקסט תוצאות שמע ### זמין ב-Ailoot · קלט ושיטות **Ailoot Ultra · הקראה** `POST /v1/audio/speech` סוגי קלט `text` סוגי פלט `audio` פורמט פלט mp3 | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות mistralai/voxtral-mini-tts-2603 | ברירת מחדל— | | שדה`input` | סוג`string` | דרישהחובה | ערכים ומגבלות אורך מזערי: ⁦1⁩ יחידה: תווי Unicode | ברירת מחדל— | | שדה`voice` | סוג`string` | דרישהחובה | ערכים ומגבלות en\_paul\_sad, en\_paul\_neutral, en\_paul\_happy, en\_paul\_frustrated, en\_paul\_excited, en\_paul\_confident, en\_paul\_cheerful, en\_paul\_angry, gb\_oliver\_neutral, gb\_oliver\_sad, gb\_oliver\_excited, gb\_oliver\_curious, gb\_oliver\_confident, gb\_oliver\_cheerful, gb\_oliver\_angry, gb\_jane\_sarcasm, gb\_jane\_confused, gb\_jane\_shameful, gb\_jane\_sad, gb\_jane\_neutral, gb\_jane\_jealousy, gb\_jane\_frustrated, gb\_jane\_curious, gb\_jane\_confident, fr\_marie\_sad, fr\_marie\_neutral, fr\_marie\_happy, fr\_marie\_excited, fr\_marie\_curious, fr\_marie\_angry | ברירת מחדל— | | שדה`response_format` | סוג`string` | דרישהחובה | ערכים ומגבלות mp3 | ברירת מחדל— | שילובים של חומרי קלט **text\_to\_speech** · נדרש: input פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, input, voice, response\_format | | פרמטר`voice_ids` | מפרטen\_paul\_sad, en\_paul\_neutral, en\_paul\_happy, en\_paul\_frustrated, en\_paul\_excited, en\_paul\_confident, en\_paul\_cheerful, en\_paul\_angry, gb\_oliver\_neutral, gb\_oliver\_sad, gb\_oliver\_excited, gb\_oliver\_curious, gb\_oliver\_confident, gb\_oliver\_cheerful, gb\_oliver\_angry, gb\_jane\_sarcasm, gb\_jane\_confused, gb\_jane\_shameful, gb\_jane\_sad, gb\_jane\_neutral, gb\_jane\_jealousy, gb\_jane\_frustrated, gb\_jane\_curious, gb\_jane\_confident, fr\_marie\_sad, fr\_marie\_neutral, fr\_marie\_happy, fr\_marie\_excited, fr\_marie\_curious, fr\_marie\_angry | | פרמטר`response_format` | מפרטmp3 | | פרמטר`max_input_characters` | מפרטnull | | פרמטר`other_options` | מפרטfalse | | פרמטר`input` | מפרטטקסט UTF-8 מדויק; ספירת תווי Unicode ללא נרמול | | פרמטר`material_types` | מפרטtext | מחזור חיים: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · ערך task\_id שהוחזר בפועל או רשומה בספריית המדיה `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` יש לבחור קול מדויק מתוך פרופיל המודל הזה. תווי קלט ושניות אודיו הם מדדי חיוב שונים. ### תעריפים מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה. מצב מהיר לא צוין כאשר נבחר מצב מהיר מצב Flex לא צוין כאשר נבחר מצב flex מאמץ חשיבה מרבי לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default) #### תעריפי Ailoot #### מחירים לפי תצורה התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות. | תצורה | טבלת תעריפים | כמות לחיוב | יחידת חיוב | חיוב | | --- | --- | --- | --- | --- | | תצורהתעריפי בסיס לטוקנים | טבלת תעריפיםתעריף בסיס | כמות לחיוב— | יחידת חיוב— | חיוב קלט · טוקני קלט **—** / 1K טוקנים פלט · טוקני פלט **—** / 1K טוקנים קלט · קריאה מהמטמון **—** / 1K טוקנים קלט · כתיבה למטמון **—** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | | תצורהUltra | טבלת תעריפים— | כמות לחיובכל נקודת קוד של Unicode נספרת כתו אחד, כולל סימני האן. | יחידת חיובלכל 1K תווי קלט | חיוב קלט · תו בקלט **$0.032** לכל 1K תווי קלט | #### פרטי תעריף הייחוס טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה. Mistral: Voxtral Mini TTS #### מחירים לפי תצורה | תצורה | תנאי חיוב | חיוב | | --- | --- | --- | | תצורהMistral: Voxtral Mini TTS · תצורת ברירת המחדל | תנאי חיובתצורת ברירת מחדל | חיוב קלט · תווי קלט **⁦‏0.000032 ‏$⁩** לכל תו בקלט | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · הקראה curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "mistralai/voxtral-mini-tts-2603", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["en_paul_sad", "en_paul_neutral", "en_paul_happy", "en_paul_frustrated", "en_paul_excited", "en_paul_confident", "en_paul_cheerful", "en_paul_angry", "gb_oliver_neutral", "gb_oliver_sad", "gb_oliver_excited", "gb_oliver_curious", "gb_oliver_confident", "gb_oliver_cheerful", "gb_oliver_angry", "gb_jane_sarcasm", "gb_jane_confused", "gb_jane_shameful", "gb_jane_sad", "gb_jane_neutral", "gb_jane_jealousy", "gb_jane_frustrated", "gb_jane_curious", "gb_jane_confident", "fr_marie_sad", "fr_marie_neutral", "fr_marie_happy", "fr_marie_excited", "fr_marie_curious", "fr_marie_angry"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### קבלה ושמירה של תוצאות #### Ailoot Ultra · הקראה mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` קריאות תוכן נוספות ספריית מדיהמצב המשימהפרטי הנכס ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### שמירת כל התוצאות שהושלמו שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו. שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל. ##### כשצריך לבדוק את התגובה המקורית שמרו את operation\_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו. שדות התגובה | שדה | סוג | | --- | --- | | שדה`binary audio` | סוגbytes | | שדה`response headers` | סוגheaders | שגיאות והשלבים הבאים | תגובה | תנאי | השלב הבא | | --- | --- | --- | | תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. | | תגובה`server_error` | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. | ### כינויים #### כינויים למודל **Ailoot Ultra** [`mistralai/voxtral-mini-tts-2603`](https://ailoot.ai/models/he/#m=mistralai%2Fvoxtral-mini-tts-2603&route=Ultra&caller=mistralai%2Fvoxtral-mini-tts-2603&fmt=speech) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`mistralai/voxtral-mini-tts-2603`](https://ailoot.ai/models/he/#m=mistralai%2Fvoxtral-mini-tts-2603&route=Ultra&caller=mistralai%2Fvoxtral-mini-tts-2603&fmt=speech) FAQ · Mistral: Voxtral Mini TTS אילו קלטים ותוצאות זמינים? `POST /v1/audio/speech` · `mistralai/voxtral-mini-tts-2603`: `text` → `audio` באילו שדות הבקשה משתמשת? `POST /v1/audio/speech` · `mistralai/voxtral-mini-tts-2603`: `model`, `input`, `voice`, `response_format` חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם. ## החברה ופורטפוליו הפרויקטים שלה החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. ## קנו אסימונים בהנחה. הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים. מנוי בחרו מסלול עם הנחה לבקשות הקבועות שלכם. קוד הנחה עד 50% הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל. הוצאות בהיסטוריה המודל, האסימונים והסכום נשמרים לכל בקשה. [בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/) ## חברו API למוצר שאתם מוכרים. SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק. יישום מסחרי שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם. רישיון למכירה מחדש שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב. מסמכים באתר ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור. [בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he) ## Ailoot · החברה ופורטפוליו הפרויקטים שלה Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI. החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.