Voxtral in 2026: TTS en realtime transcriptie
Op deze pagina
Bijgewerkt op 2 november 2026 — audio. De Voxtral TTS (
voxtral-mini-tts-2603), Voxtral Mini Transcribe 2 (voxtral-mini-2602) en de bijbehorende realtime-modellen zijn sinds 31 oktober 2026 verouderd (deprecated). De verwijdering staat gepland voor 30 april 2027. Hun opvolgers binnen de Voxtral 3-familie, die op 20 oktober in openbare preview verschenen, en de Voice Agents-pipeline komen aan bod in de cursus Mistral in 2026 (les 11).
De audiocapaciteiten van Mistral breidden in 2026 uit met twee nieuwe bouwstenen: tekst-naar-spraak-synthese en realtime transcriptie. Afzonderlijk zijn dit slechts twee technische aankondigingen temidden van vele andere; samen vormen ze echter een volledige keten—van de stem van de gebruiker tot de stem van de machine—waarmee u nu een complete voice agent kunt bouwen zonder het Mistral-ecosysteem te verlaten. Deze les behandelt elk onderdeel afzonderlijk en toont vervolgens hoe ze samenkomen.
Voxtral TTS: uw applicaties een stem geven
Voxtral TTS (v26.03), aangekondigd op 23 maart 2026, is het tekst-naar-spraak-synthesemodel van Mistral. De officiële documentatie benadrukt de state-of-the-art kwaliteit voor voice agents, meertalige ondersteuning en bovenal een vermogen dat opvalt: zero-shot voice cloning. Concreet kan het model een stem reproduceren op basis van een kort audiofragment zonder specifieke training. Waar voice cloning voorheen uren aan opnames en een specifieke leerfase vereiste, volstaan nu enkele seconden om een overtuigende imitatie te verkrijgen.
Dit gebruiksgemak vraagt om een directe waarschuwing, en dit is geen formaliteit: het klonen van iemands stem vereist uitdrukkelijke toestemming van die persoon. In Europa valt de stem onder de wetgeving inzake persoonsgegevens. Toepassingen gericht op impersonatie—iemand dingen laten zeggen die hij of zij nooit heeft gezegd, of zich voordoen als die persoon aan de telefoon—zijn illegaal, punt uit. Wat legitieme toepassingen betreft, en die zijn er degelijke—een consistente merkstem across alle kanalen, toegankelijkheidsoplossingen die de stem teruggeven aan mensen die deze hebben verloren—moeten deze contractueel worden geregeld: schriftelijke toestemming, een gedefinieerd toepassingsgebied en een gespecificeerde duur. Als uw project het klonen van een echte stem inhoudt, zet dan dit juridisch kader op voordat u de eerste regel code schrijft, niet erna.
Voxtral Mini Transcribe Realtime: begrijpen in realtime
Het tweede onderdeel vult een duidelijk geïdentificeerde leemte op. Mistral bood al transcriptie van audiobestanden met Voxtral, maar deze batch-modus veronderstelt dat de opname voltooid is voordat de verwerking begint. Een hele familie use cases kan echter niet wachten: live ondertiteling van vergaderingen of evenementen, een voice agent die moet begrijpen terwijl de gebruiker spreekt, of continue automatische notulering.
Dit is precies wat Voxtral Mini Transcribe Realtime (v26.02) biedt, in de documentatie omschreven als een efficiënt input-audiomodel, voorgetraind en geoptimaliseerd voor live transcriptie. Het verschil met de batch-modus is niet louter cosmetisch: bij realtime-verwerking wordt latentie de primaire beperking, omdat een voice agent die drie seconden nodig heeft om een zin te begrijpen een ondraaglijk gesprek oplevert. Een model dat specifiek is geoptimaliseerd voor de continue stream is daarom het juiste architecturale antwoord, in plaats van het batch-model voor dit doel aan te passen.
De Mistral Audio Suite en hoe u deze assembleert
Het audio-aanbod bestaat nu uit drie complementaire componenten:
| Component | Model | Gebruik |
|---|---|---|
| Transcriptie (batch) | Voxtral (STT) | Audiobestanden transcriberen |
| Transcriptie (live) | Voxtral Mini Transcribe Realtime | Realtime stream |
| Synthese | Voxtral TTS | Uw applicaties een stem geven |
Voor een complete voice agent ziet de typische keten er als volgt uit: realtime transcriptie zet de spraak van de gebruiker on-the-fly om in tekst, een taalmodel—Small 4 voor de meeste gevallen, Medium 3.5 voor de meest veeleisende—begrijpt de input en formuleert het antwoord, waarna Voxtral TTS dit uitspreekt. Elke schakel komt van dezelfde provider, wat contractering, facturatie en compliance vereenvoudigt—een argument dat zwaar weegt in enterprise-projecten.
Onze cursussen “Voxtral Transcriptie” en “Voxtral TTS” behandelen de fundamenten van deze componenten; deze les plaatst ze in het vernieuwde aanbod van 2026. Als u deze cursussen heeft gevolgd, is de hier beschreven architectuur de logische combinatie van wat u reeds component per component kunt uitvoeren.
Officiële bron: docs.mistral.ai — Models Overview
Belangrijkste punten
- Voxtral TTS (v26.03): State-of-the-art synthese met zero-shot voice cloning
- Voice cloning vereist uitdrukkelijke toestemming van de persoon in kwestie—dit is niet onderhandelbaar
- Voxtral Mini Transcribe Realtime (v26.02) verzorgt live transcriptie
- Voice agent-keten: realtime transcriptie → LLM → TTS, alles van dezelfde provider