Modellen Voxtral voor transcriptie
Op deze pagina
Cursus bijgewerkt op 3 november 2026 voor Voxtral 3, gebaseerd op de gids Migrate from Voxtral 2 van Mistral: Voxtral 2-modellen (
voxtral-mini-2602,voxtral-mini-transcribe-realtime-2602,voxtral-mini-tts-2603), verouderd op 31 oktober 2026 en buiten gebruik gesteld op 30 april 2027, worden in voorbeelden vervangen doorvoxtral-mini-transcribe-3,voxtral-mini-transcribe-realtime-3envoxtral-mini-tts-3-0. Belangrijkste wijzigingen: tijdstempeling alleen per segment (wordgeeft een 400-fout), diarisation mogelijk in real time, sessie-instellingen voor real time vergrendeld na het eerste audioblok, en vrijecontext_bias-invoer (zinnen met spaties). Bronnen: Migrate from Voxtral 2 · Speech to Text.
Vier modellen, drie use cases
Mistral AI biedt verschillende Voxtral-modellen voor spraakverwerking, elk geoptimaliseerd voor een specifieke taak: twee voor bestanden, één voor real time en één om vragen over audio te stellen. De keuze voor het juiste model is geen configuratiedetail; het bepaalt wat u vervolgens kunt doen: tijdstempeling, sprekersdetectie, streaming-responsen. Neem deze beslissing eerst, voordat u ook maar één regel code schrijft.
Voxtral Mini Transcribe 3 — bestandstranscriptie
Dit is het standaardmodel voor offline transcriptie: u stuurt het een volledige opname en het retourneert de getranscribeerde tekst. De API-identificator is voxtral-mini-transcribe-3 (een alias voor voxtral-mini-transcribe-3-0).
Het ondersteunt alle offline functies: diarisation identificeert sprekers met tijdstempeling op segmentniveau (tijdstempeling op woordniveau bestaat niet meer in Voxtral 3), context biasing injecteert domeinspecifiek vocabulaire en responsen kunnen streamen. Het bestrijkt 50 talen en kost $0,0035 per minuut audio per 3 november 2026.
Kies in de praktijk voor dit model wanneer de audio al als bestand bestaat: vergaderopnames, podcasts, interviews, lezingen, of medische en juridische transcripties.
Minimal call example
from mistralai.client import Mistral
client = Mistral(api_key="YOUR_API_KEY")
with open("meeting.mp3", "rb") as f:
response = client.audio.transcriptions.complete(
model="voxtral-mini-transcribe-3",
file={"content": f, "file_name": "meeting.mp3"}
)
print(response.text)
Voxtral Small Transcribe 3 — wanneer precisie telt
Groter en nauwkeuriger, voxtral-small-transcribe-3 werkt op dezelfde manier. Mistral raadt aan te beginnen met het Mini-model en alleen over te schakelen naar Small als fouten aanhouden ondanks het gebruik van aangepast vocabulaire. Het kost $0,004 per minuut.
Voxtral Mini Transcribe Realtime 3 — real-time transcriptie
Dit model is ontworpen voor streaming-transcriptie. De API-identificator is voxtral-mini-transcribe-realtime-3.
De latentie is instelbaar van 80 ms tot 1,2 seconde, of 2,4 seconden (target_streaming_delay_ms): de architectuur transcribeert terwijl de audio binnenkomt in plaats van te wachten op het einde van een zin. Het bestrijkt 45 talen en dialecten, detecteert het einde van beurtwisselingen en kan nu sprekers onderscheiden, maar niet beide in dezelfde sessie. De segmenten bevatten sprekerslabels maar geen start- of eindtijden. Het kost $0,008 per minuut. Gebruik het voor live ondertiteling, voice assistants, dictatie, of om een conferentie te transcriberen terwijl deze plaatsvindt.
Minimal call example
from mistralai.client import Mistral
from mistralai.client.models import AudioFormat
client = Mistral(api_key="YOUR_API_KEY")
audio_format = AudioFormat(encoding="pcm_s16le", sample_rate=16000)
async for event in client.audio.realtime.transcribe_stream(
audio_stream=my_audio_stream,
model="voxtral-mini-transcribe-realtime-3",
audio_format=audio_format,
):
print(event.text, end="", flush=True)
De vorige generatie, voxtral-mini-transcribe-realtime-2602 (4 miljard parameters), blijft beschikbaar als open weights onder de Apache 2.0-licentie voor self-hosting op uw eigen machines.
Voxtral Small — multimodale audio-chat
Het derde model verandert van categorie. Voxtral Small, identificator voxtral-small-latest—volgens de documentatie nog steeds een generatie 2-model bij de lancering van Voxtral 3—is geen pure transcribeerder maar een conversatiemodel dat audio kan begrijpen. Het accepteert een audiobestand als input in een chatgesprek en beantwoordt uw vragen over de inhoud, waarbij audio-begrip wordt gecombineerd met tekstgeneratie.
Dit verschil ziet u terug in de code: het gebruikt het /chat/completions-endpoint, niet /audio/transcriptions. U vraagt het niet “transcribeer dit bestand”, maar eerder “vat dit gesprek samen”, “welk budget werd genoemd” of “heeft de klant een klacht geuit”.
Call example
import base64
from mistralai.client import Mistral
client = Mistral(api_key="YOUR_API_KEY")
with open("audio.mp3", "rb") as f:
audio_base64 = base64.b64encode(f.read()).decode("utf-8")
response = client.chat.complete(
model="voxtral-small-latest",
messages=[{
"role": "user",
"content": [
{"type": "input_audio", "input_audio": audio_base64},
{"type": "text", "text": "Summarize this conversation in 3 key points."}
]
}]
)
print(response.choices[0].message.content)
Kies binnen één minuut
Wanneer u voor een nieuw project staat, richt u dan op de dominante behoefte in plaats van op de beschikbare functies. De onderstaande tabel vat de meest voorkomende scenario’s samen.
| Uw behoefte | Aanbevolen model |
|---|---|
| Een opgenomen audiobestand, tekstuitvoer | Voxtral Mini Transcribe 3 |
| Idem, met aanhoudende fouten ondanks aangepast vocabulaire | Voxtral Small Transcribe 3 |
| Sprekers identificeren met tijdstempel per segment | Voxtral Mini of Small Transcribe 3 (offline) |
| Live transcriberen (microfoon, audiostream) | Voxtral Mini Transcribe Realtime 3 |
| Vragen stellen over audio | Voxtral Small (chat) |
| Het model self-hosten | Generatie 2 Voxtral Realtime, open weights |
Een veelgemaakte fout is het kiezen van het real-time model omdat het moderner lijkt, om laat in het project te ontdekken dat het verwachte rapport datering van elke interventie vereist: in real time bevatten segmenten de spreker maar niet de tijd. Als uw oplevering moet vermelden “wie wat zei, en wanneer”, blijft de offline modus de juiste keuze.
Belangrijkste punten
- Voxtral Mini Transcribe 3: bestandstranscriptie met diarisation, context biasing en tijdstempeling op segmentniveau
- Voxtral Small Transcribe 3: dezelfde mogelijkheden, hogere precisie wanneer aangepast vocabulaire niet volstaat
- Voxtral Mini Transcribe Realtime 3: streaming met instelbare latentie vanaf 80 ms, beurtwisseldetectie, diarisation zonder tijdstempeling
- Voxtral Small: audio-chat om opname-inhoud te begrijpen en analyseren
- 50 talen voor bestanden, 45 voor real time, inclusief Frans