Guide de démarrage : générer de la parole

Ce tutoriel vous montre comment générer de la parole, enregistrer les octets dans un fichier, puis lire ce fichier via les haut-parleurs de votre ordinateur. Pour lire l'audio en continu au fur et à mesure de sa génération, consultez Lire la parole en streaming.

Vous avez d'abord besoin d'une clé API Mistral. Si vous n'en avez pas, rendez-vous sur Studio. Accédez à la section Clés API et créez une nouvelle clé API.

Stockez votre clé API dans la variable d'environnement MISTRAL_API_KEY :

export MISTRAL_API_KEY="your-api-key"

export MISTRAL_API_KEY="your-api-key"

Pour utiliser Python ou TypeScript, installez le SDK Mistral, ainsi qu'une bibliothèque pour lire l'audio. L'exemple curl utilise jq pour décoder les octets encodés en base64.

pip install mistralai sounddevice soundfile

pip install mistralai sounddevice soundfile

Utilisez ce code pour convertir du texte en parole. L'API renvoie l'audio encodé en base64 ; cet exemple le décode donc en octets. L'exemple curl enregistre l'audio sous le nom hello.wav, l'exemple Python le lit immédiatement et l'exemple TypeScript l'enregistre, puis le lit.

import base64
import io
import os

import sounddevice as sd
import soundfile as sf

from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.audio.speech.complete(
    model="voxtral-mini-tts-3-0",
    input="Hi there! You are listening to Voxtral.",
    voice_id="gb_jane_neutral",
    response_format="wav"
)

bytes = io.BytesIO(base64.b64decode(response.audio_data))
audio, sample_rate = sf.read(bytes)
sd.play(audio, sample_rate)
sd.wait()

import base64
import io
import os

import sounddevice as sd
import soundfile as sf

from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.audio.speech.complete(
    model="voxtral-mini-tts-3-0",
    input="Hi there! You are listening to Voxtral.",
    voice_id="gb_jane_neutral",
    response_format="wav"
)

bytes = io.BytesIO(base64.b64decode(response.audio_data))
audio, sample_rate = sf.read(bytes)
sd.play(audio, sample_rate)
sd.wait()

Les exemples Python et TypeScript lisent l'audio via vos haut-parleurs.

L'exemple curl enregistre hello.wav dans le répertoire courant. Ouvrez-le dans n'importe quel lecteur audio, ou lisez-le depuis le terminal :

afplay hello.wav   # macOS
aplay hello.wav    # Linux

afplay hello.wav   # macOS
aplay hello.wav    # Linux

Vous entendrez la voix gb_jane_neutral dire « Bonjour ! Je suis Voxtral, le modèle de synthèse vocale de Mistral. »