Mistral 发布开源语音大模型 Voxtral-4B

Mistral 发布基于 Voxtral Codec 的开源语音模型 Voxtral-4B-TTS-2603，采用混合 VQ-FSQ 量化方案，仅需 3 秒参考音频即可克隆声纹，支持长文本自然语音生成。