Voxtral Mini
Mistral AI · France
- Poids ouverts
- Licence : Apache 2.0
- Éditeur français
- Français annoncé
En bref : 22e sur 39 en transcription en français ; 38e sur 53 en transcription en anglais (Open ASR).
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 huggingface.co, le 17/10/2026.
- Sortie
- 15 juillet 2025 lu sur la page de l'éditeur
- Taille
- 3 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 8 langues, dont le français (en, es, fr, pt, hi, de, nl, it). Lu sur huggingface.co.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 22e sur 39 en transcription en français (5,96 %).
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Transcription
Transcription en français
22e sur 39taux d'erreur par mot 5,96 %
Vitesse : RTFx 158 : transcrit 158 secondes d'audio par seconde de calculPar jeu de test : Common Voice 7,80 %, FLEURS 4,13 %, MLS 5,96 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
38e sur 53taux d'erreur par mot 7,25 %
Vitesse : RTFx 180 : transcrit 180 secondes d'audio par seconde de calculPar 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Qwen3-ASR-1.7B-hf (21e, 5,68 %) · derrière, Soniox v5 Async (23e, 6,21 %)
- Transcription en anglais, Open ASR : devant, Fun-ASR-Nano-2512-hf (37e, 7,24 %) · derrière, Canary 1B v2 (39e, 7,27 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
mistralai/Voxtral-Mini-3B-2507 - Fiche
- Registre de QUELLE IA, lu sur carte du modèle sur Hugging Face (licence apache-2.0), 17/10/2026.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.