音声モデル · 2クレジットから
Voxtral TTS 3でナレーションを生成する
Voxtral TTS 3はMistralの音声モデルで、2026年10月20日にプレビュー版として公開されました。Imaginodeではそのうち12種類の音声を利用できます。フランス語のMarie、英語のPaul、Jane、Oliver、Sarah、Yael、Eric、そしてスペイン語、イタリア語、ドイツ語、ポルトガル語、アラビア語それぞれ1種類ずつです。演技の指示はテキスト内のタグで行い、モデルはタグ自体は読み上げません。[emotion=calm]、[emotion=excited]、[emotion=sad]は続く部分のトーンを変え、[pace=slow]や[pace=fast]はテンポを変えます。Mistralは34種類の感情を公開しています。6,000文字を一括で処理でき、5分程度のナレーションをカバーできます。
Voxtral TTS 3と近いモデルの比較
数値は課金と同じレジストリから取得しています。価格や上限が変われば、この表も一緒に変わります。
| Voxtral TTS 3 | Fish Audio S1 | Fish Audio S2 Pro | |
|---|---|---|---|
| 基本価格 | 3クレジット / 1,000文字 | 3クレジット / 1,000文字 | 3クレジット / 1,000文字 |
| ボイス | 12 | – | – |
| プロンプト上限 | 6,000文字 | – | – |
Imaginodeでの使い方
- 1ツールバーからナレーションノードを追加します。
- 2読み上げるテキストを入力または接続し、声を選びます。料金はテキストの長さに応じて決まります。
- 3生成し、ノード内で試聴して、MP3をダウンロードします。
よくある質問
Voxtral TTS 3でナレーション音声を生成するといくらかかりますか？
1,000文字あたり3クレジット、およそ$0.04です（1クレジット＝0.012ドル）。正確なコストは生成前に表示され、MP3はノードから直接ダウンロードできます。
Voxtral TTS 3ではどんな声を選べますか？
12から選択でき、読み上げ速度も調整可能、1回の生成で最大6,000文字まで対応します。ナレーションノードはダウンロード可能なMP3を生成し、料金は文字数単位で課金されます。
Voxtral TTS 3を無料で試すことはできますか？
はい。登録するとクレジットカード不要でお試しクレジットが付与されます。プランやチャージを決める前に、Voxtral TTS 3を実際の条件で十分にテストできます。
Voxtral TTS 3を使うために何かインストールが必要ですか？
いいえ。Voxtral TTS 3はサーバー側で動作し、ブラウザだけで使えます。モバイルにも対応。Imaginodeのノードキャンバスが、生成結果を他のモデル（リファレンス、カメラ、スタイル）と何もインストールせずにつなぎます。
ElevenLabs v3
MiniMax Speech 2.8 HD