Mistral Voxtral Mini Transcribe Realtime logo

Mistral Voxtral Mini Transcribe Realtime

打开

Voxtral Mini Transcribe Realtime 是 Mistral 的开放权重实时语音转文字模型(Apache 2.0,约 4B 参数,13 种语言),2026 年 2 月 4 日发布,$0.006/分钟。

分享:
查看替代方案

Mistral Voxtral Mini Transcribe Realtime

Voxtral Mini Transcribe Realtime 是 Mistral AI 的流式语音转文字模型。Mistral 的模型文档给出 API ID voxtral-mini-transcribe-realtime-2602、发布日期 2026 年 2 月 4 日,并把它描述为仅针对实时转写预训练和优化的高效音频输入模型。它与批量模型 Voxtral Mini Transcribe V2 一同作为 Voxtral Transcribe 2 发布。截至 2026-10-29,模型页面没有显示弃用信息。

模型规格

规格 Voxtral Mini Transcribe Realtime
API ID voxtral-mini-transcribe-realtime-2602
发布日期 2026 年 2 月 4 日
开放权重 Hugging Face 上的 Voxtral-Mini-4B-Realtime-2602
规模 约 4B 参数:约 3.4B 语言模型和 970M 因果音频编码器,BF16
语言 13 种:英语、中文、印地语、西班牙语、阿拉伯语、法语、葡萄牙语、俄语、德语、日语、韩语、意大利语、荷兰语
许可证 Apache 2.0
API 价格 $0.006/分钟
硬件 根据 Hugging Face 模型卡,单块至少 16 GB 显存的 GPU

核心功能

  • 可配置延迟:Hugging Face 模型卡称转写延迟可在 240 ms 到 2.4 s 之间设置,并推荐 480 ms 作为准确率与延迟的最佳平衡。Mistral 的公告称延迟可配置到 200 ms 以下,并且只在 480 ms 和 2.4 s 给出了准确率数据。
  • Mistral 给出的准确率权衡:在 480 ms 时,FLEURS 平均词错误率为 8.72%,离线的 Voxtral Mini Transcribe 2.0 为 5.90%;长篇英文为 5.05%,对比 4.08%。这些是 Mistral 自己的数据。
  • 开放且适合边缘部署:Apache 2.0 许可证允许研究和商用,Mistral 称其可部署在边缘设备上。
  • 流式运行时:推荐使用 vLLM 的实时流式端点,模型卡也列出 Transformers 5.2.0 及以上版本。

适用场景

  • 会议、直播和活动的实时字幕。
  • 需要在用户说话的同时转写的语音助手。
  • 音频不能离开自有基础设施的自托管转写。

需要注意:它只用于实时转写。长达三小时的批量任务,Mistral 指向定价 $0.003/分钟的 Voxtral Mini Transcribe V2。参见 Voxtral Mini Transcribe 2。

快速开始

  1. 使用 API 时,按模型文档的说明,通过 Mistral 的音频端点调用 voxtral-mini-transcribe-realtime-2602。
  2. 自托管时,从 Hugging Face 模型卡下载权重,用 vLLM 部署,温度设为 0.0。
  3. 先从 480 ms 延迟开始,再按你的延迟需求调整。
  4. 上线前用自己的音频和语言测试。

常见问题

Voxtral Mini Transcribe Realtime 是什么?

Mistral 的开放权重流式语音转文字模型,2026 年 2 月 4 日发布。

多少钱?

根据模型文档,通过 Mistral API 为 $0.006/分钟。自托管 Apache 2.0 权重没有按分钟计费。

支持哪些语言?

13 种,包括英语、中文、印地语、西班牙语、阿拉伯语、法语、葡萄牙语、俄语、德语、日语、韩语、意大利语和荷兰语。

延迟有多低?

Hugging Face 模型卡给出 240 ms 到 2.4 s 的可配置延迟,Mistral 的公告则称可低于 200 ms。

替代方案

总结

当你需要开放权重和清晰的延迟调节时,Voxtral Mini Transcribe Realtime 是实时转写的实用选择。请阅读 Mistral 的模型文档了解最新 API 细节,更多内容见模型分类。

评论

还没有评论。成为第一个评论的人!