---
title: "Voxtral Small Transkription DSGVO-konform in der EU"
description: "Audio transkribieren und verstehen mit Voxtral Small 24B von Mistral AI auf inference.eu: OpenAI-kompatible API, Verarbeitung in Rechenzentren in der EU."
canonical: "https://inference.eu/de/modelle/voxtral-small-24b/"
language: "de"
---

Spracherkennung · Mistral AI

# Voxtral Small in der EU für Transkription und Audioverständnis nutzen

Voxtral Small ist das offene Sprachmodell von Mistral AI für Audio: Es transkribiert, beantwortet Fragen zu Aufnahmen und fasst sie zusammen, und es behält die Textfähigkeiten von Mistral Small. Auf inference.eu nutzen Sie es über eine OpenAI-kompatible API. Ihre Aufnahmen werden in Rechenzentren in der EU verarbeitet und nie zum Training genutzt.

[Vertrieb kontaktieren](https://inference.eu/de/kontakt/)[Beispielanfrage](#example)

1.  0124B
2.  02Rechenzentren in der EU
3.  03Apache 2.0

## Was Voxtral Small ist

Voxtral Small 1.0, im Juli 2025 als Voxtral-Small-24B-2507 veröffentlicht, ist ein Modell mit 24 Milliarden Parametern von Mistral AI, das dem Sprachmodell Mistral Small 3 Audioeingabe hinzufügt. Es arbeitet in einem eigenen Transkriptionsmodus oder nimmt Audio und Text gemeinsam auf, um Fragen zu beantworten, zusammenzufassen oder gesprochenen Anweisungen zu folgen.

Das Kontextfenster umfasst 32.000 Tokens, laut Mistral genug für etwa 30 Minuten Audio bei der Transkription und 40 Minuten beim Audioverständnis. Die gesprochene Sprache erkennt es automatisch, am stärksten ist es in Englisch, Spanisch, Französisch, Portugiesisch, Hindi, Deutsch, Niederländisch und Italienisch. Lizenz: Apache 2.0.

## Stärken und Grenzen

Gegenüber reinen Transkriptionsmodellen versteht Voxtral, was es hört. Sie erhalten in einer Anfrage die Zusammenfassung eines Telefonats, die Aufgaben aus einem Meeting oder die Antwort auf eine Frage aus einer Sprachnachricht, ohne separates Sprachmodell. Auch Funktionsaufrufe kann es direkt aus gesprochenen Anliegen auslösen.

Für reine Transkription ist es ein großes Modell. Bei hohem Volumen ist ein kleineres, spezialisiertes Modell wie Whisper Large V3 Turbo oft effizienter. Aufnahmen über etwa 30 bis 40 Minuten müssen Sie aufteilen. Laut Mistral werden Systemprompts noch nicht unterstützt, Anweisungen gehören daher in die Nutzernachricht.

## Voxtral Small über die API aufrufen

inference.eu verwendet das OpenAI-Anfrageformat. Für reine Transkription senden Sie die Audiodatei an den Transkriptions-Endpunkt im OpenAI-Stil und setzen als Modell `voxtral-small-24b`, genau wie bei den Sprachmodellen von OpenAI, nachdem Sie Base-URL und Schlüssel geändert haben.

Für Fragen zu einer Aufnahme senden Sie das Audio als `input_audio`\-Inhalt in einer Chat-Nachricht zusammen mit Ihrer Textfrage. Mehrere Audioclips und mehrere Gesprächsrunden werden unterstützt. Mistral empfiehlt `temperature` 0 für Transkription und etwa 0,2 für Verständnisaufgaben. Werkzeugdefinitionen funktionieren wie bei jedem Chatmodell.

## Aufnahmen werden in der EU verarbeitet

Sprachaufnahmen enthalten oft Namen, Gesundheitsangaben oder Kundendaten, und schon die Stimme kann ein personenbezogenes Datum sein. Mit Voxtral Small auf inference.eu werden Audio und Transkripte in Rechenzentren in der Europäischen Union verarbeitet, nur für Ihr Ergebnis genutzt und nie zum Training eines Modells verwendet.

Jeder Kunde erhält einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO und unsere Liste der Unterauftragsverarbeiter. Abgerechnet wird in Euro. Voxtral Small stammt aus Frankreich und steht unter Apache 2.0, kommerzielle Nutzung ist ohne Nutzergrenzen erlaubt. Die Information der Aufgenommenen über die Aufzeichnung bleibt Ihre Aufgabe.

## Voxtral Small 24B

Anbieter

Mistral AI

Herkunft

Frankreich

Typ

Spracherkennung

Parameter

24B

Kontextfenster

32.768 Tokens

Lizenz

[Apache 2.0](https://www.apache.org/licenses/LICENSE-2.0)

Veröffentlicht

Juli 2025

Modell-ID

voxtral-small-24b

Verarbeitung

Rechenzentren in der EU

Training mit Ihren Daten

Nie

Quelle

[huggingface.co](https://huggingface.co/mistralai/Voxtral-Small-24B-2507)

voxtral-small-24b · Python

```
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])

with open("meeting.mp3", "rb") as audio:
    transcript = client.audio.transcriptions.create(model="voxtral-small-24b", file=audio)
print(transcript.text)
```

## Wofür Teams es einsetzen

-   1

    ### Protokolle von Meetings und Telefonaten

    Aufgezeichnete Meetings oder Support-Gespräche in einer Anfrage in eine Zusammenfassung mit Entscheidungen und Aufgaben verwandeln.

-   2

    ### Sprachnotizen als Aufgaben

    Außendienstmitarbeiter sprechen eine Notiz ein, die transkribiert, verstanden und in ein Ticket oder einen Funktionsaufruf umgewandelt wird.

-   3

    ### Mehrsprachige Transkription

    Interviews und Telefonate auf Deutsch, Englisch, Französisch, Spanisch, Italienisch, Niederländisch oder Portugiesisch mit automatischer Spracherkennung transkribieren.

## Voxtral Small 24B: häufige Fragen

Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt.

Das hängt von Ihrer Verarbeitung der Aufnahmen ab. Auf inference.eu werden Anfragen an Voxtral in Rechenzentren in der EU verarbeitet, nicht zum Training genutzt und durch einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO samt Liste der Unterauftragsverarbeiter abgedeckt. Eine Rechtsgrundlage für die Aufzeichnung brauchen Sie weiterhin selbst.

Voxtral Small hat ein Kontextfenster von 32.000 Tokens. Laut Mistral reicht das für Audio bis etwa 30 Minuten bei der Transkription und etwa 40 Minuten bei Verständnisaufgaben. Längere Aufnahmen teilen Sie auf und führen die Transkripte danach zusammen.

Die gesprochene Sprache wird automatisch erkannt. Mistral hebt Englisch, Spanisch, Französisch, Portugiesisch, Hindi, Deutsch, Niederländisch und Italienisch als stärkste Sprachen hervor. Andere Sprachen sollten Sie mit eigenen Aufnahmen testen, bevor Sie sich darauf verlassen.

Ja. Voxtral Small steht unter der Apache-2.0-Lizenz, die kommerzielle Nutzung, Änderung und Weitergabe ohne Nutzer- oder Umsatzgrenzen erlaubt. Sie können es in kostenpflichtige Produkte und Dienste einbauen, ohne gesonderte Vereinbarung mit Mistral AI.

Whisper Large V3 Turbo ist ein kleines Modell mit rund 809 Millionen Parametern, nur für Spracherkennung und Übersetzung ins Englische. Voxtral Small ist ein 24B-Modell, das Audio auch versteht: Es fasst zusammen, beantwortet Fragen und ruft Funktionen auf. Whisper für Masse, Voxtral für Verständnis.

Ja. Senden Sie das Audio zusammen mit einer Textfrage in einer Chat-Nachricht, und Voxtral antwortet anhand des Gesagten. Es erstellt auch strukturierte Zusammenfassungen, ein separater Transkriptionsschritt mit nachgelagertem Sprachmodell entfällt.

Ja. Voxtral kann Funktionen direkt aus gesprochenen Anliegen auslösen, etwa ein Ticket anlegen, wenn ein Anrufer ein Problem schildert. Definieren Sie Werkzeuge im üblichen OpenAI-Parameter \`tools\`. Mistral beschreibt die Funktion als unterstützt, aber noch in Entwicklung.

Ändern Sie die Base-URL Ihres OpenAI-Clients auf die inference.eu-API, verwenden Sie Ihren inference.eu-Schlüssel und setzen Sie als Modell \`voxtral-small-24b\`. Transkriptionsanfragen und Chat-Anfragen mit Audio behalten ihre bisherige Struktur, Ihr Code bleibt weitgehend gleich.

Nein. Audio und Transkripte, die Sie an inference.eu senden, dienen nur dazu, Ihr Ergebnis zu erzeugen. Sie werden nie zum Training oder Feintuning von Voxtral oder anderen Modellen genutzt und nicht an Mistral AI weitergegeben.

Laut Modellkarte von Mistral werden Systemprompts bei Voxtral Small noch nicht unterstützt. Schreiben Sie Ihre Anweisungen, etwa das gewünschte Format der Zusammenfassung oder die Ausgabesprache, stattdessen zusammen mit dem Audio in die Nutzernachricht.

[Frage stellen](https://inference.eu/de/kontakt/)

## Verwandte Seiten

[Alle Modelle](https://inference.eu/de/modelle/#directory)

-   [Whisper Large V3 TurboAudio transkribieren mit OpenAIs offenem Whisper Large V3 Turbo auf inference.eu: Format der OpenAI-Transkriptions-API, Verarbeitung in der EU.Spracherkennung](https://inference.eu/de/modelle/whisper-large-v3-turbo/)
-   [Mistral Small 4 119BMistral Small 4 119B vom französischen KI-Labor Mistral AI auf inference.eu: Reasoning, Bilder und Code in einem Modell, Verarbeitung in der EU.Chat](https://inference.eu/de/modelle/mistral-small-4-119b/)
-   [Magistral Small 1.2Magistral Small 1.2, das offene 24B-Reasoning-Modell von Mistral AI, auf inference.eu über eine OpenAI-kompatible API nutzen, verarbeitet in der EU.Reasoning](https://inference.eu/de/modelle/magistral-small/)

## Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur

Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten.

-   Antwort innerhalb eines Werktags
-   Preise für Ihr Volumen
-   AV-Vertrag unterschriftsreif