Mistral AI가 ElevenLabs를 앞선다고 밝힌 음성합성 모델을 공개하고 가중치를 무료 배포

Mistral AI 모델 가중치를 공개했다, voxtral TTS 전체 모델 가중치를 무료로 배포.

Voxtral TTS 모델 크기를 3.4B 파라미터로 발표했다 트랜스포머 디코더 백본 3.4억? Actually 3.4- billion-parameter라고 명시.

모델이 노트북과 스마트폰에서 실행될 수 있다고 밝혔다 양자화하면 추론 시 약 3GB RAM 필요.

입력에 대해 첫 오디오까지 90밀리초가 소요된다고 보고했다 일반적 입력 기준 시간-투-퍼스트-오디오 90ms.

모델이 최대 6배 실시간 속도로 음성을 생성한다고 밝혔다 음성 생성 속도는 약 6배 실시간.