Voxtral Mini Transcribe Realtime 3

Voxtral Mini Transcribe Realtime 3 — модель Mistral, которая расшифровывает речь на лету: превращает звук в текст, пока человек ещё говорит, а не после конца записи. Она входит в линейку Voxtral 3. Mistral выпустила её вместе с набором для разработчиков голосовых агентов — программ, которые разговаривают с человеком голосом. В такой связке эта модель слушает собеседника и определяет, когда он закончил фразу. Потом языковая модель обдумывает ответ и при необходимости вызывает инструменты, а Voxtral Speech 3 его озвучивает.

Задержку можно настраивать. По документации Mistral, разработчик задаёт, сколько модель ждёт перед расшифровкой: чем дольше ожидание, тем больше она слышит и тем точнее текст. Результаты в анонсе приведены для задержек от 240 миллисекунд до 2,4 секунды. Главная новая функция — определение конца реплики. Компания говорит, что модель учитывает и звучание, и смысл сказанного, поэтому агент отвечает без лишней паузы и реже перебивает человека. Прошлая модель Voxtral Realtime вышла в феврале 2026 года, знала 13 языков и в потоковом режиме не различала говорящих. Новая, по словам Mistral, работает больше чем на 35 языках, различает говорящих и подстраивается под ключевые фразы, которые задаёт разработчик: имена, термины, названия.

Её берут для голосовых агентов, где важна быстрая реакция: телефонная поддержка, голосовые помощники, живые субтитры. По замерам Mistral, на тесте FLEURS для 35 языков при задержке 480 миллисекунд модель ошибается в 4,0% слов, а Gemini 3.5 Realtime Transcribe — в 4,2%. Если расшифровывать нужно готовые записи, у Mistral для этого есть Voxtral Mini Transcribe 3 и Voxtral Small Transcribe 3: они работают не в реальном времени, но стоят дешевле.

Модель только распознаёт речь: отвечать по смыслу и говорить голосом должны другие модели. Языков у неё меньше, чем у линейки в целом: всего Mistral называет больше 50 языков, а для расшифровки на лету — больше 35. Модель доступна через API Mistral, серверы которого стоят в Евросоюзе. Компаниям Mistral также предлагает развернуть её на своих серверах.

источники:Анонс Voxtral 3 ↗Документация: расшифровка речи на лету ↗