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.
Pour savoir comment les instructions se comparent aux autres moyens de diriger une voix, voir Voix.
Donner une instruction de livraison
Ajoutez instruction à la requête de génération de parole, 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()}")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.
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. | Générer la parole |
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 génération de parole, voir Dépannage.