Для Voxtral TTS 3 используйте Audio Speech API.

О модели

Voxtral TTS 3 — модель синтеза речи Mistral AI. По данным Mistral, поддерживает более 35 языков и более 50 диалектов.

Выпущена 20 октября 2026 в статусе публичной предварительной версии. Через API DSLab модель принимает текст и возвращает аудио в форматах mp3 и pcm.

Стоимость

Текущая стоимость использования этой модели:

Что оплачивается

Стоимость

Символы

1 300₽ за 1 млн символов

Характеристики

Параметр

Значение

Вход

Текст

Выход

Аудио (речь)

Форматы ответа

mp3, pcm (24 кГц, моно)

Языки

Более 35, по данным Mistral

Голоса

66

Дата выхода

20 октября 2026 (публичная предварительная версия)

Сравнение с соседними моделями

Модель

Языки

Назначение по данным разработчика

MAI-Voice-2.1

23

Длинные тексты: аудиокниги, подкасты, озвучка

MAI-Voice-2.1 Flash

23

Низкая задержка: голосовые агенты, ассистенты, колл-центры

MiniMax Speech 2.8 HD

40

Ультрареалистичное качество

Qwen Audio 3.0 TTS Plus

16

Профессиональное качество: озвучка видео и фильмов, аудиокниги, голос бренда

Voxtral TTS 3 (эта модель)

35+

Более 50 диалектов

Стоимость

Тип

Цена за 1 млн символов

Входной текст

1 300 ₽

API

Эндпоинт

http 
POST https://api.dslab.tech/v1/audio/speech
Синтез речи 
import osfrom pathlib import Pathimport requestsresponse = requests.post(    "https://api.dslab.tech/v1/audio/speech",    headers={"Authorization": f"Bearer {os.environ['DSLAB_API_KEY']}"},    json={        "model": "voxtral-tts-3",        "input": "Hello! This is a speech synthesis example.",        "voice": "voice_3150",        "response_format": "mp3",        "speed": 1.25,    },)response.raise_for_status()Path("speech.mp3").write_bytes(response.content)

Параметры

Параметр

Тип

По умолчанию

Описание

model

string

обязательный

ID модели: voxtral-tts-3.

input

string

обязательный

Текст для озвучивания.

voice

string

—

Голос, например voice_3150.

response_format

string

—

Формат аудио: mp3 или pcm (24 кГц, моно).

speed

number

—

Скорость речи, например 1.25.

Важно знать

  • Доступно 66 голосов, например voice_3150.

  • Параметр speed принимается, например 1.25.

  • Форматы wav, opus, aac и flac возвращают ошибку 400.

  • Запрос с 5 000 символов в input принимается.