> Discover all available pages from the documentation index: https://mastra.zisheng.pro/ja/llms.txt

# Mistral

MistralVoice クラスは、Mistral の Voxtral 音声モデルを使用した Text-to-Speech および Speech-to-Text 機能を提供します。バッファリングとストリーミングによる TTS、ダイアライゼーション付きのバッチ文字起こし、参照音声による Voice クローニングをサポートします。

## 使用例

```typescript
import { MistralVoice } from '@mastra/voice-mistral'

const voice = new MistralVoice()

// Text-to-speech
const audioStream = await voice.speak('Hello, how can I help you?', {
  responseFormat: 'mp3',
})

// Speech-to-text
const text = await voice.listen(audioStream, {
  language: 'en',
})

// List available voices
const speakers = await voice.getSpeakers()
```

```typescript
import { MistralVoice } from '@mastra/voice-mistral'

// Initialize with specific configuration
const voice = new MistralVoice({
  speechModel: {
    name: 'voxtral-mini-tts-2603',
    apiKey: 'your-mistral-api-key',
  },
  listeningModel: {
    name: 'voxtral-mini-latest',
    apiKey: 'your-mistral-api-key',
  },
  speaker: 'en_paul_neutral',
})
```

## コンストラクターパラメーター

**speechModel** (`MistralModelConfig`): Text-to-Speech 合成の設定。 (Default: `{ name: 'voxtral-mini-tts-2603' }`)

**speechModel.name** (`string`): 音声合成に使用するモデル ID。

**speechModel.apiKey** (`string`): Mistral API キー。未指定の場合は MISTRAL\_API\_KEY 環境変数を使用します。

**listeningModel** (`MistralModelConfig`): Speech-to-Text 認識の設定。 (Default: `{ name: 'voxtral-mini-latest' }`)

**listeningModel.name** (`string`): 文字起こしに使用するモデル ID。固定バージョンには 'voxtral-mini-2507' を使用します。

**listeningModel.apiKey** (`string`): Mistral API キー。未指定の場合は MISTRAL\_API\_KEY 環境変数を使用します。

**speaker** (`string`): 音声合成に使用するデフォルトの Voice ID。使用可能な ID は getSpeakers() で取得します。 (Default: `'en_paul_neutral'`)

## メソッド

### `speak(input, options?)`

Mistral の Voxtral TTS モデルを使用してテキストを音声に変換します。バッファリング出力とストリーミング出力の両方をサポートします。

**input** (`string | NodeJS.ReadableStream`): 音声に変換するテキストまたはテキストストリーム。

**options** (`MistralSpeakOptions`): 設定オプション。

**options.speaker** (`string`): 使用する Voice ID。コンストラクターのデフォルト値を上書きします。

**options.responseFormat** (`'pcm' | 'wav' | 'mp3' | 'flac' | 'opus'`): 音声出力形式。最小レイテンシーのストリーミングには 'pcm' を使用します。

**options.refAudio** (`string`): 一度限りの Voice クローニングに使用する base64 エンコード済み参照音声（最低2～3秒）。

**options.model** (`string`): この呼び出しで音声モデルを上書きします。

**options.stream** (`boolean`): ストリーミング TTS を有効にします。到着した音声チャンクが順次ストリームに書き込まれます。

戻り値：`Promise<NodeJS.ReadableStream>`

### `listen(audioStream, options?)`

Mistral の Voxtral 文字起こしモデルを使用して音声を文字起こしします。ダイアライゼーション、コンテキストバイアス、タイムスタンプの詳細レベルをサポートします。

**audioStream** (`NodeJS.ReadableStream`): 文字起こしする音声ストリーム。

**options** (`MistralListenOptions`): 設定オプション。

**options.language** (`string`): 言語コード（例：'en'）。指定すると精度が向上します。

**options.diarize** (`boolean`): Speaker ダイアライゼーションを有効にします。

**options.contextBias** (`string[]`): 語彙を導く単語またはフレーズ。

**options.timestampGranularities** (`('segment' | 'word')[]`): 文字起こしセグメントのタイムスタンプ詳細レベル。

**options.filetype** (`string`): 入力ストリームの音声ファイル拡張子のヒント。

戻り値：`Promise<string>`

### `getSpeakers()`

Mistral Voices API から使用可能なプリセット Voice を取得します。各要素には次の値が含まれます。

**voiceId** (`string`): Voice の一意な識別子。

**name** (`string`): Voice の表示名。

**languages** (`string[]`): Voice がサポートする言語。

**gender** (`string | null`): Voice の性別。

### `getListener()`

`{ enabled: true }` を返します。

## 注意事項

- API キーは、コンストラクターオプションまたは `MISTRAL_API_KEY` 環境変数で指定できます
- TTS は9言語（英語、フランス語、スペイン語、ポルトガル語、イタリア語、オランダ語、ドイツ語、ヒンディー語、アラビア語）をサポートします
- STT は13言語（英語、中国語、ヒンディー語、スペイン語、アラビア語、フランス語、ポルトガル語、ロシア語、ドイツ語、日本語、韓国語、イタリア語、オランダ語）をサポートします
- 最良の結果を得るため、TTS の入力テキストは1リクエストあたり300語未満にしてください
- STT は1リクエストあたり最大3時間の音声をサポートします
- `refAudio` による Voice クローニングには、最低2～3秒の参照音声が必要です
- `getSpeakers()` は UUID 識別子を持つプリセット Voice を返します。デフォルトの `en_paul_neutral` は TTS エンドポイントで使用できる名前付きエイリアスですが、この一覧には含まれません