Voxtral 3 TTS 发音鲁棒性 84.4% 排 13/32，精确序列保真成短板
ArtificialAnlys · x · 2026-10-21
Artificial Analysis 的 Pronunciation Robustness 基准测试中，Voxtral 3 TTS 总分 84.4%，在 32 个模型中排第 13。该基准考察 TTS 对挑战性文本的发音正确性，由人工评审按预先约定的标准读音逐段判定：
- 独立术语（Standalone Terms）：93.9%，第 3 名，仅次于 Fish Audio Drama 3 Preview（95.9%）和 Eleven v3 Conversational（95.1%）
- 语境恰当（Contextually Appropriate）：91.9%，类目第一为 Gemini 3.8 Flash TTS（97.9%）
- 缩写展开（Expanding Shorthand）：80.2%，与 Qwen-Audio-3.1-TTS-Plus 持平，Ming-3.0-tts 以 96.5% 领先
- 精确序列保真（Preserving Exact Sequences）：75.5%，Ming-3.0-tts 以 90.6% 居首
此外 Voxtral 3 TTS 在 Controlled Voice Arena 得分 1068 排第 12，其中娱乐场景仅排第 20；口音方面英式英语第 10（1071）、美式英语第 17（1056）。
所属事件:Mistral Voxtral 3 语音系列发布：转写冲榜第三、TTS 速度登顶(6 条相关)→
「模型」频道最新
- OpenAI API 推出 12 小时 Prompt 缓存，重用上下文可大幅省钱 — OpenAIDevs · 2026-10-21
- antirez 谈模型升级:4.0 到 4.1 知识可复用,注意力层全新才行 — teortaxesTex · 2026-10-21
- DeepSeek 闲时定价低至 $0.15/$0.60 每百万 tokens 仍有利润，西方实验室的定价基准线 — arthurcolle · 2026-10-21
- SpecterOps 演讲：对抗性机器学习可规避 EDR 检测，LLM 加速逆向工程 — dyn___ · 2026-10-21
- GPT-OSS-20B 思考链默认英文：AWS 实测微调后多语言推理修复 — AWS ML Blog · 2026-10-21
- Riemann-bench:模型半年从不足 5% 冲上 70%,Navier-Stokes 与 UGC 已被解决 — echen · 2026-10-21