Voxtral Mini 4B Realtime Arabicを公開

発表内容

Mistralは2026年10月8日、Voxtral Mini 4B Realtime Arabicを公開しました。

アラビア語の各方言と現代標準アラビア語を対象とするストリーミング音声認識モデルです。

会話中に言語を切り替えるコードスイッチングも対象にしています。

Voxtral Mini 4B Realtimeを基に追加学習し、約44億パラメーターをBF16精度で配布します。

16kHz音声を因果的な音声エンコーダーと言語デコーダーで処理し、音声入力中にテキストを生成します。

文字起こし遅延は用途に応じて設定できます。

vLLMのWebSocket /v1/realtimeとTransformers 5.2.0以降で実行できます。

ウェイトはHugging Faceで公開され、取得制限のない公開リポジトリです。

ライセンスはApache License 2.0です。

文字誤り率などの性能値はMistralの評価であり、独立評価ではありません。

原文

• Mistral: Voxtral Mini 4B Realtime Arabic model card