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 accepteert spraakopnamen en tekstinstructies en produceert tekst, waaronder transcripten, vertalingen, antwoorden over de audio en gestructureerde samenvattingen. De oorspronkelijke Voxtral-release positioneert dit model met 3 miljard parameters voor compacte of lokale toepassingen, naast het afzonderlijke Voxtral Small-model met 24 miljard parameters. 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 staat 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 volledig transcript, vertaling of antwoord op een gerichte vraag opleveren; geef aan welk resultaat nodig is, zodat die verschillende taken niet één onduidelijke briefing worden.

De kaart van de exacte release vermeldt een context van 32K tokens en audio tot 30 minuten voor transcriptie of 40 minuten voor begrip. Dit zijn verschillende taakspecifieke duurvermeldingen, geen gedeelde audioruimte voor elke bewerking. Houd de relevante opname, instructies en het gesprek binnen het beoogde taakbereik. De door de maker genoemde talen zijn Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands en Italiaans, met automatische taaldetectie. Onderscheid voor een vertaling of 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 om vergelijkingen vraagt. Een eigen voorbeeld kan twee gesproken toelichtingen vergelijken en retourneren welke vereisten zijn veranderd, met een afzonderlijke kolom voor elke bron. Een vervolg kan naar het detail achter één bevinding vragen of een andere opname aanleveren. De kaart demonstreert ook gebruik met alleen tekst en alleen audio, zodat het model zowel met de schriftelijke vraag als het spraakbewijs kan werken.

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

De fabrikant beschrijft functieaanroepen vanuit gesproken intentie. In zo’n workflow levert de toepassing functiedefinities, stelt het model de relevante aanroep en argumenten voor en voert de toepassing die uit en retourneert de waarneming. Een gesproken verzoek kan dus een opzoekactie of een andere taak met tools sturen, maar de voorgestelde modelaanroep is iets anders dan een uitgevoerde actie. Bewaar het daadwerkelijk geretourneerde resultaat wanneer u het gesprek voortzet, zodat een later antwoord weerspiegelt wat er is gebeurd en niet wat er werd gevraagd.

De uitgebrachte 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; plaats de 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 van 500 tokens in de voorbeelden blijft een voorbeeldbudget.

Bereid een duidelijke opname voor met het voor de taak relevante materiaal en geef aan of u de oorspronkelijke formulering, een vertaling, een antwoord of een samenvatting nodig heeft. De kaart demonstreert ook batchinference met meerdere gesprekken, een gebruikspatroon van de producent dat losstaat van de identiteit van een individueel resultaat. Behoud de 3B 2507-editie en het duuradvies 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.