Uso principal declarado o inferido con cautela desde la documentación oficial.
M
MISTRAL AI / voxtral-mini-tts-2603
Voxtral TTS
Modelo de texto a voz multilingüe con streaming y clonación zero-shot a partir de una referencia de voz.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | voxtral-mini-tts-2603 |
|---|---|
| Tipo de modelo | Voz y audio |
| Modelo de acceso | API y pesos abiertos |
| Licencia | CC BY-NC 4.0 |
| Despliegue | API o local con restricciones de licencia |
| Lanzamiento | 23 MAR 2026 |
| Corte de conocimiento | No publicado |
| Entrada | Texto · Audio de referencia |
| Salida | Audio |
| Ventana de contexto | Texto y referencia de voz |
| Salida máxima | Audio en streaming |
| Razonamiento | No aplica o no publicado |
| Herramientas publicadas | |
| Salidas estructuradas | No aplica o no publicado |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | Pesos descargables |
| Plataformas verificadas | Mistral API |
Narración, prototipos de voz y síntesis multilingüe.
La licencia es no comercial; revisa consentimiento y derechos de voz antes de clonar.
03 / CAPACIDADES
Qué puede hacer
Orientación
Narración, prototipos de voz y síntesis multilingüe.
Contexto
Texto y referencia de voz · Audio en streaming
Herramientas e integración
No publicado
Acceso
Mistral API y pesos
Modalidades de entrada
TextoAudio de referencia
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | No publicado | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | No publicado | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
Consulta la fuente primaria: la unidad de facturación depende del tipo de modelo y del canal de acceso.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
Un benchmark público orienta, pero no sustituye una evaluación con tus datos, herramientas, presupuesto y tolerancia al error.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| Evaluaciones Voxtral TTS | ~90 ms | Tiempo hasta primer audio publicado | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
Voxtral TTS
Versión incorporada al catálogo verificado de Inferama.
ANÁLISIS
Análisis relacionados
Voxtral TTS: qué debe validar un equipo antes de sustituir una voz sintética en producción
Mistral AI documenta Voxtral TTS como un servicio de generación de voz con streaming y varios formatos de salida. Antes de reemplazar un proveedor o modelo en llamadas, avisos o contenido publicado, un equipo debe comprobar no solo la calidad audible, sino también la compatibilidad del contrato técnico, operativo y de datos mediante una regresión con sus propios guiones.
22 sep. 2026 ↗
Voces sintéticas en producción: cómo demostrar consentimiento, controlar el parecido y retirar una voz sin perder trazabilidad
Usar una voz sintética de forma responsable exige más que una casilla de aceptación o una demo convincente. Esta guía propone un sistema operativo para relacionar cada audio con una autorización concreta, controlar el riesgo de parecido con personas identificables, informar cuando proceda y retirar activos al cambiar las condiciones de uso.
22 sep. 2026 ↗07 / FUENTES