{"data":{"id":1127,"lang":"cs","title":"Mistral vydal Voxtral TTS, open-source hlasový model se 4 miliardami parametrů, který běží na smartphonu","summary":"Mistral vydal Voxtral TTS, open-source hlasový model se 4 miliardami parametrů, který klonuje hlasy ze 3 sekund záznamu a běží na běžných zařízeních.","category":"technology","category_label":"Technologie","published_at":"2026-03-27T11:05:06Z","updated_at":"2026-03-27T11:05:06Z","url":"https://techtools.cz/tools/news/clanek/1127-mistral-vydal-voxtral-tts-open-source-hlasovy-model-se-4-miliardami-parametru","api_url":"https://techtools.cz/news-api/v1/articles/1127?lang=cs","markdown_url":"https://techtools.cz/news-api/v1/articles/1127.md?lang=cs","image_url":"https://theaiinsider.tech/wp-content/uploads/2026/03/Screenshot-2026-03-26-at-08.50.15.png","word_count":149,"reading_time_minutes":1,"sources":[{"url":"https://techcrunch.com/2026/03/26/mistral-releases-a-new-open-source-model-for-speech-generation/","domain":"techcrunch.com"},{"url":"https://siliconangle.com/2026/03/26/mistral-releases-open-weights-speaking-ai-model-voxtral-tts/","domain":"siliconangle.com"}],"translation":{"lang":"en","id":1086,"title":"Mistral Releases Voxtral TTS, a 4-Billion-Parameter Open-Source Speech Model That Runs on a Smartphone","url":"https://techtools.cz/tools/news/article/1086-mistral-releases-voxtral-tts-a-4-billion-parameter-open-source-speech-model","api_url":"https://techtools.cz/news-api/v1/articles/1086?lang=en"},"content":"Francouzská AI společnost Mistral vydala Voxtral TTS, lehký open-source model pro převod textu na řeč s pouhými 4 miliardami parametrů, který lze provozovat na běžném spotřebitelském hardwaru od notebooků po smartphony. Model je postaven na architektuře Ministral 3B, podporuje devět jazyků včetně angličtiny, francouzštiny, němčiny, španělštiny a arabštiny a dokáže naklonovat jakýkoli hlas z pouhých tří sekund referenčního záznamu.\n\nHodnocení lidskými posuzovateli ukazuje, že Voxtral TTS dosahuje srovnatelné přirozenosti s ElevenLabs Flash v2.5 a v realistických interakcích se vyrovná i většímu modelu v3. Model generuje první zvuk za 90 milisekund a desetisekundový klip vykreslí přibližně za 1,6 sekundy, což je dostatečně rychlé pro hlasové agenty v reálném čase, dabing i živý překlad.\n\nVoxtral TTS je dostupný pod licencí Creative Commons na Hugging Face a také prostřednictvím Mistral Studia a Le Chat. Vydání staví Mistral do přímé konkurence s ElevenLabs, Deepgram a OpenAI na rychle rostoucím trhu hlasové AI."}}