La pépite française de l’IA Mistral dévoile Voxtral TTS, un modèle text-to-speech open source de 4 milliards de paramètres capable de générer de la voix dans neuf langues. En publiant les poids du modèle gratuitement, Mistral attaque frontalement ElevenLabs, Deepgram et OpenAI sur leur terrain.
Annoncé le 26 mars, Voxtral TTS marque l’entrée de Mistral dans la synthèse vocale. Contrairement à ses concurrents qui verrouillent tout derrière une API payante, la startup française offre le modèle complet en téléchargement libre, selon TechCrunch et VentureBeat.
Un modèle assez léger pour tourner sur un smartphone
Avec seulement 4 milliards de paramètres, Voxtral TTS peut fonctionner sur un smartphone, une montre connectée ou un ordinateur portable, indique Mistral sur son blog officiel. Les entreprises peuvent l’installer sur leurs propres serveurs sans jamais envoyer une seule trame audio vers un tiers.
C’est un argument massif pour la confidentialité des données.
Le modèle prend en charge neuf langues : français, anglais, allemand, espagnol, néerlandais, portugais, italien, hindi et arabe, d’après les spécifications publiées par Mistral. Pour les entreprises françaises, la qualité native du français est un avantage décisif face aux modèles américains.
Open source contre modèles fermés
Là où ElevenLabs et OpenAI imposent un accès par API — facturé à l’usage —, Mistral publie l’intégralité des poids sous licence ouverte, rapporte VentureBeat. Les développeurs peuvent télécharger Voxtral TTS, le modifier et l’intégrer librement dans leurs produits.
Mistral a également lancé des modèles de compréhension vocale en deux tailles : 24 milliards de paramètres pour la production à grande échelle, et 3 milliards pour le déploiement en local, tous deux sous licence Apache 2.0, selon TechCrunch.
VentureBeat rapporte que Mistral affirme battre ElevenLabs sur les benchmarks de qualité vocale — une affirmation que les tests indépendants devront confirmer.
Ce que ça change pour les entreprises françaises
Les cas d’usage sont immédiats : assistants vocaux pour le service client, agents commerciaux automatisés, accessibilité pour les malvoyants, doublage de contenu vidéo. Le tout sans dépendre d’un fournisseur américain et sans envoyer les données hors de France.
Voxtral TTS est disponible dès maintenant sur le site de Mistral et via les plateformes de modèles open source. Après les modèles de langage Mistral Large et les modèles compacts Ministral, la startup française élargit son arsenal — et se positionne comme l’alternative européenne crédible à OpenAI sur un marché de plus en plus stratégique.
