Mistral: Voxtral Mini 3B 2507

Voxtral Mini 1.0 3B 2507 is het compacte tekst-en-audiobegripmodel van Mistral AI, gebouwd op de Ministral 3B-taalmodelfamilie. Het aanvaardt spraakopnamen en tekstinstructies en produceert tekst, waaronder transcripties, vertalingen, antwoorden over de audio en gestructureerde samenvattingen. De oorspronkelijke Voxtral-release positioneert dit 3B-model voor compacte of lokale toepassingen, naast het afzonderlijke 24B-model Voxtral Small. Het staat ook los van de gehoste, voor transcriptie geoptimaliseerde Voxtral Mini Transcribe-service.

Het model heeft een specifieke transcriptiemodus die standaard automatisch de brontaal voorspelt en overeenkomstig transcribeert. Kies die modus wanneer het vereiste artefact de gesproken formulering is. Audiobegrip laat daarentegen een directe vraag of samenvattingsverzoek over een opname toe, zonder een afzonderlijke spraakherkenningsfase gevolgd door een tekstmodel te vereisen. Een interview kan dus een volledige transcriptie, vertaling of antwoord op een specifieke vraag opleveren; geef aan welk resultaat nodig is, zodat die verschillende taken geen dubbelzinnige briefing vormen.

De specifieke releasekaart vermeldt een context van 32K tokens en audio tot 30 minuten voor transcriptie of 40 minuten voor begrip. Dat zijn verschillende taakspecifieke duurvermeldingen en geen algemene audiolimiet die voor elke bewerking geldt. Houd de relevante opname, instructies en conversatie binnen het beoogde taakgebied. De maker noemt Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands en Italiaans, met automatische taaldetectie. Onderscheid bij vertaling of een antwoord de opnametaal van de vereiste uitvoertaal.

Meerdere audio-invoeren in één bericht en audio over meerdere gebruikersbeurten worden ondersteund. Geef elke opname een duidelijke identificatie wanneer u vergelijkingen vraagt. Een voorbeeld kan twee gesproken verklaringen vergelijken en teruggeven welke vereisten veranderden, met een afzonderlijke kolom voor elke bron. Een vervolgvraag kan het detail achter één bevinding vragen of een andere opname aanleveren. De kaart demonstreert ook uitsluitend tekstueel en uitsluitend audiogebruik, waardoor het model met zowel de schriftelijke vraag als het spraakbewijs kan werken.

Lever voor een vergadersamenvatting de opname aan en vraag een nuttige structuur zoals onderwerpen, uitgesproken beslissingen en vervolgacties. Houd onzekere namen, datums of verantwoordelijkheden gescheiden van duidelijk uitgesproken feiten. Vraag bij een interview de uitspraak die een specifieke vraag beantwoordt en voldoende omringende context om ze begrijpelijk te maken. Dat zijn taakontwerpen voor een bruikbaar tekstartefact; ze maken algemeen audiobegrip niet tot een garantie op diarisatie, woordtijdstempels of identificatie van een niet-benoemde spreker.

De fabrikant beschrijft functieaanroepen vanuit een uitgesproken intentie. In zo'n workflow levert de toepassing functiedefinities aan, stelt het model de relevante aanroep en argumenten voor en voert de toepassing die uit en retourneert ze de waarneming. Een spraakverzoek kan dus een opzoeking of andere taak met tools sturen, maar de voorgestelde modelaanroep verschilt van een uitgevoerde actie. Bewaar het werkelijk teruggegeven resultaat bij het voortzetten van de conversatie, zodat een later antwoord weergeeft wat er gebeurde en niet wat er gevraagd werd.

De gepubliceerde gebruikskaart beveelt temperature 0.0 aan voor transcriptie, en temperature 0.2 met top_p 0.95 voor audiobegrip en chat. Ze vermeldt dat systeemprompts in deze flow niet worden ondersteund; zet taak- en antwoordvereisten daarom in de gebruikersinvoer. De voorbeelden decoderen opnamen tot audio-invoer en bevatten MP3-materiaal, maar stellen geen volledige codeclijst of afzonderlijke harde maximale uitvoerlengte vast. De generatie-instelling met 500 tokens in de voorbeelden blijft een voorbeeldbudget.

Bereid een duidelijke opname met het voor de taak relevante materiaal voor en geef aan of u oorspronkelijke bewoordingen, een vertaling, antwoord of samenvatting nodig hebt. De kaart demonstreert ook batchinference met meerdere conversaties, een gebruikspatroon van de producent dat losstaat van de identiteit van een individueel resultaat. Behoud de 3B 2507-editie en de duurrichtlijnen voor transcriptie tegenover begrip; diarisatie, het profiel met 13 talen en de ondersteuning voor langere opnamen van het latere Mini Transcribe 2-model zijn afzonderlijke producentfuncties.