# Voxtral Mini

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

En bref : 22e sur 39 en transcription en français ; 38e sur 53 en transcription en anglais (Open ASR).

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

## Présentation

Petit modèle audio de Mistral AI, bâti sur Ministral 3B, qui transcrit, traduit et comprend la parole, avec des poids publiés. Il traite jusqu'à 30 minutes d'audio en transcription, peut répondre à des questions sur un enregistrement et déclencher des fonctions à la voix. (lu sur https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md)

- Sortie : 15 juillet 2025 (lu sur la page de l'éditeur, https://mistral.ai/news/voxtral)
- Taille : 3 milliards de paramètres (lu sur la page de l'éditeur, https://mistral.ai/news/voxtral)

## Langues

- Annoncées par l'éditeur : 8 langues, dont le français (en, es, fr, pt, hi, de, nl, it).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 22e sur 39 en transcription en français (5,96 %).
- Source des langues annoncées : https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md

## Ses classements

- Transcription en français : 22e sur 39, taux d'erreur par mot 5,96 % ; vitesse : RTFx 158 : transcrit 158 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 7,80 %, FLEURS 4,13 %, MLS 5,96 %. 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 : 38e sur 53, taux d'erreur par mot 7,25 % ; vitesse : RTFx 180 : transcrit 180 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 13,57 %, Earnings22-Cleaned-AA-chunked 7,66 %, Gigaspeech-Cleaned 8,70 %, LS Clean 1,48 %, LS Other 3,63 %, Private (conversational) 16,00 %, Private (scripted) 3,73 %, SPGISpeech 2,15 %, URGENT24 15,66 %, Voice Arena Monsoon 4,90 %, Voxpopuli-AA-Cleaned 2,22 %. 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 : [Qwen3-ASR-1.7B-hf](https://quelleia.com/voix/modeles/alibaba-qwen3-asr-1-7b-hf/), 21e (5,68 %), juste devant
- Transcription en français : [Soniox v5 Async](https://quelleia.com/voix/modeles/soniox-v5-async/), 23e (6,21 %), juste derrière
- Transcription en anglais, Open ASR : [Fun-ASR-Nano-2512-hf](https://quelleia.com/voix/modeles/funaudiollm-fun-asr-nano-2512-hf/), 37e (7,24 %), juste devant
- Transcription en anglais, Open ASR : [Canary 1B v2](https://quelleia.com/voix/modeles/nvidia-canary-1b-v2/), 39e (7,27 %), 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-3B-2507

## Liens

- Page de l'éditeur : https://huggingface.co/mistralai/Voxtral-Mini-3B-2507
- Les poids sur Hugging Face : https://huggingface.co/mistralai/Voxtral-Mini-3B-2507

## Pages lues

- https://mistral.ai/news/voxtral (« Voxtral July 15, 2025 By Mistral »), 17/10/2026
- https://mistral.ai/news/voxtral (« These state‑of‑the‑art speech understanding models are available in two sizes-a 24B variant for production-scale applications and a 3B variant for local and edge deployments. Both versions are released under the Apache 2.0 license »), 17/10/2026
- https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md (« Voxtral Mini is an enhancement of [Ministral 3B](https://mistral.ai/news/ministraux), incorporating state-of-the-art audio input capabilities »), 17/10/2026
- https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md (« It excels at speech transcription, translation and audio understanding. »), 17/10/2026
- https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md (« With a 32k token context length, Voxtral handles audios up to 30 minutes for transcription, or 40 minutes for understanding »), 17/10/2026
- https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md (« # Voxtral Mini 1.0 (3B) - 2507 »), 17/10/2026
- https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/raw/main/README.md (« Automatic language detection and state-of-the-art performance in the world’s most widely used languages (English, Spanish, French, Portuguese, Hindi, German, Dutch, Italian) »), 17/10/2026
- https://docs.mistral.ai/models/voxtral-mini-25-07 (« July 15, 2025 Blog Technical Report Deprecated Apache 2.0 v 25.07 Voxtral Mini A mini version of our first audio input model. »), 17/10/2026