Attention

Les instructions de style ne sont pas disponibles au lancement. Le paramètre instruction n'est pas pris en charge sur le checkpoint actuel de Voxtral TTS 3. Cette page décrit le comportement prévu une fois la fonctionnalité activée dans une future version.

Instructions de style

Une instruction de style décrit, dans vos propres mots, comment dire l'ensemble de l'entrée, par exemple un rendu calme et lent. Utilisez-la pour appliquer un rendu unique à l'ensemble de la sortie ; pour modifier l'émotion ou le rythme d'une partie du texte, utilisez les balises d'émotion et de rythme.

Information

Pour savoir comment les instructions se comparent aux autres moyens de diriger une voix, voir Voix.

Référence API — POST /v1/audio/speech

Donner une instruction d’interprétation

Ajoutez instruction à la requête de synthèse vocale, à côté de input et de la voix. La valeur est une courte phrase en langage clair :

import base64
import os
from pathlib import Path

import httpx

response = httpx.post(
    "https://api.mistral.ai/v1/audio/speech",
    headers={"Authorization": f"Bearer {os.environ['MISTRAL_API_KEY']}"},
    json={
        "model": "voxtral-mini-tts-3-0",
        "input": "Your order shipped this morning and should arrive on Thursday.",
        "voice_id": "gb_jane_neutral",
        "instruction": "A calm, slow delivery.",
        "response_format": "wav",
    },
    timeout=60,
)
response.raise_for_status()

output = Path("calm.wav")
output.write_bytes(base64.b64decode(response.json()["audio_data"]))
print(f"Saved {output.resolve()}")

import base64
import os
from pathlib import Path

import httpx

response = httpx.post(
    "https://api.mistral.ai/v1/audio/speech",
    headers={"Authorization": f"Bearer {os.environ['MISTRAL_API_KEY']}"},
    json={
        "model": "voxtral-mini-tts-3-0",
        "input": "Your order shipped this morning and should arrive on Thursday.",
        "voice_id": "gb_jane_neutral",
        "instruction": "A calm, slow delivery.",
        "response_format": "wav",
    },
    timeout=60,
)
response.raise_for_status()

output = Path("calm.wav")
output.write_bytes(base64.b64decode(response.json()["audio_data"]))
print(f"Saved {output.resolve()}")

Note

Les instructions de style ne sont pas disponibles au lancement. Elles modifient la façon dont la voix parle, pas ce qu'elle dit ni la voix qui parle : continuez de choisir la voix avec voice_id.

Instructions, balises et expressivité

Trois paramètres de requête façonnent le rendu, chacun à un niveau différent :

Paramètre	S'applique à	Détails
`instruction`	L'ensemble de l'entrée	Cette page
Balises d'émotion et de rythme dans `input`	Une partie du texte	Balises d'émotion et de rythme
`expressiveness`	Contrôle le niveau d'expressivité de la parole. Des valeurs plus élevées sacrifient la similarité et la stabilité de la voix au profit d'une interprétation plus marquée.	Synthétiser un texte complet

Les instructions de style ne sont pas disponibles au lancement.

Limites et erreurs

Ces erreurs proviennent du champ instruction :

Erreur	Cause	Solution
422 `Extra inputs are not permitted`	Un nom de champ mal orthographié, par exemple `instructions`	Utilisez `instruction`, au singulier.
422 avec le type `string_type`	`instruction` n'est pas une chaîne de caractères	Envoyez l'instruction sous forme de texte.
Les instructions de style ne sont pas disponibles au lancement.	L'instruction dépasse la limite de longueur. Elle n'est pas raccourcie à votre place.	Raccourcissez l'instruction.
Les instructions de style ne sont pas disponibles au lancement.	Le modèle ne prend pas en charge les instructions de style.	Utilisez un modèle qui les prend en charge.

Pour les autres erreurs de synthèse vocale, voir Résolution des problèmes de synthèse vocale.

Aller plus loin

Balises d'émotion et de rythme

Voix (concept)

Voix

Résolution des problèmes