# Voxtral Mini 4B Realtime

Éditeur : Mistral AI (France). Poids ouverts. Licence : Apache 2.0.

En bref : 30e sur 39 en transcription en français ; 46e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/voxtral-mini-4b-realtime/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription en direct de Mistral AI, à architecture de flux native, dont le délai se règle de 240 millisecondes à 2,4 secondes pour arbitrer entre latence et précision. Ses poids sont publiés et sa taille vise le déploiement sur l'appareil. (lu sur https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602/raw/main/README.md)

- Sortie : 4 février 2026 (lu sur la page de l'éditeur, https://mistral.ai/news/voxtral-transcribe-2)

## Langues

- Annoncées par l'éditeur : 13 langues, dont le français (en, zh, hi, es, ar, fr, pt, ru, de, ja, ko, it, nl).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 30e sur 39 en transcription en français (7,78 %).
- Source des langues annoncées : https://mistral.ai/news/voxtral-transcribe-2

## Ses classements

- Transcription en français : 30e sur 39, taux d'erreur par mot 7,78 % ; vitesse : RTFx 50 : transcrit 50 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 9,57 %, FLEURS 8,19 %, MLS 5,59 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, Open ASR : 46e sur 53, taux d'erreur par mot 8,44 % ; vitesse : RTFx 103 : transcrit 103 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 13,34 %, Earnings22-Cleaned-AA-chunked 9,31 %, Gigaspeech-Cleaned 8,80 %, LS Clean 1,62 %, LS Other 4,94 %, Private (conversational) 17,45 %, Private (scripted) 5,76 %, SPGISpeech 2,23 %, URGENT24 17,95 %, Voice Arena Monsoon 8,86 %, Voxpopuli-AA-Cleaned 2,60 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [omniASR-CTC-7B-v2](https://quelleia.com/voix/modeles/meta-omniasr-ctc-7b-v2/), 29e (7,57 %), juste devant
- Transcription en français : [omniASR-CTC-3B-v2](https://quelleia.com/voix/modeles/meta-omniasr-ctc-3b-v2/), 31e (8,12 %), juste derrière
- Transcription en anglais, Open ASR : [Audio8-ASR-0.1B](https://quelleia.com/voix/modeles/edge0-audio8-asr-0-1b/), 45e (8,29 %), juste devant
- Transcription en anglais, Open ASR : [niagara-84m-batch.en](https://quelleia.com/voix/modeles/abr-ai-niagara-84m-batch-en/), 47e (9,69 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Hugging Face (hf-audio) : mistralai/Voxtral-Mini-4B-Realtime-2602

## Liens

- Page de l'éditeur : https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602
- L'essayer : https://huggingface.co/spaces/mistralai/Voxtral-Mini-Realtime
- Les poids sur Hugging Face : https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602

## Pages lues

- https://mistral.ai/news/voxtral-transcribe-2 (« Voxtral transcribes at the speed of sound. February 4, 2026 By Mistral »), 17/10/2026
- https://mistral.ai/news/voxtral-transcribe-2 (« The model is natively multilingual, achieving strong transcription performance in 13 languages, including English, Chinese, Hindi, Spanish, Arabic, French, Portuguese, Russian, German, Japanese, Korean, Italian, and Dutch. »), 17/10/2026
- https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602/raw/main/README.md (« Voxtral Mini 4B Realtime 2602 is a **multilingual, realtime speech-transcription model** »), 17/10/2026