公开知识图谱记录
Voxtral Speech 3
记录摘要
文本转语音模型，提供情绪、语速和重音控制。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 34种情绪标签
- 基准测试: 位列两个TTS竞技场前12
- 能力: 控制情绪、语速和重音
- 性能: 约90ms首段音频延迟
- 价格: $13/100万字符
资料覆盖
知识图谱当前记录了 10 个已知资料维度，另有 9 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Voxtral voice agent SDK — 采用
- Voxtral 3 — 隶属
- 说话人分离 — 支持