Появилась открытая альтернатива ElevenLabs с открытыми весами.

Voxtral — модель синтеза речи (текст-в-речь) от Mistral:

- всего 4 млрд параметров
- задержка 70 мс для голосовых агентов
- клонирование голоса по 3 секундам аудио
- 9 языков + кросс-языковой перенос
- 68.4% побед по сравнению с ElevenLabs Flash v2.5

Открытые веса доступны на Hugging Face.