inference.eu

Transcription · Mistral AI

Utilisez Voxtral Small en Europe pour la transcription et la compréhension audio

Voxtral Small est le modèle vocal ouvert de Mistral AI : il transcrit l'audio, répond aux questions sur un enregistrement et le résume, tout en gardant les capacités textuelles de Mistral Small. Sur inference.eu, vous l'utilisez via une API compatible OpenAI ; vos enregistrements sont traités dans l'UE et ne servent jamais à l'entraînement.

Contacter l'équipeExemple de requête
  1. 0124B
  2. 02Centres de données dans l'UE
  3. 03Apache 2.0

Ce qu'est Voxtral Small

Voxtral Small 1.0, publié en juillet 2025 sous le nom Voxtral-Small-24B-2507, est un modèle de 24 milliards de paramètres de Mistral AI qui ajoute l'entrée audio au modèle de langage Mistral Small 3. Il fonctionne en mode transcription dédié, ou reçoit audio et texte ensemble pour répondre à des questions, résumer ou suivre des consignes orales.

Sa fenêtre de contexte de 32 000 tokens couvre, selon Mistral, environ 30 minutes d'audio en transcription et 40 minutes en compréhension. Il détecte automatiquement la langue parlée et excelle en anglais, espagnol, français, portugais, hindi, allemand, néerlandais et italien. Les poids sont sous licence Apache 2.0.

Points forts et limites

L'atout de Voxtral par rapport à un simple modèle de transcription, c'est qu'il comprend ce qu'il entend. Vous obtenez en une requête le résumé d'un appel, les actions décidées en réunion ou la réponse à une question posée dans un message vocal, sans modèle de langage séparé. Il peut aussi déclencher des appels de fonctions à partir d'une demande orale.

Pour la seule transcription, c'est un gros modèle : à fort volume, un modèle dédié plus petit comme Whisper Large V3 Turbo peut être plus efficace. Les enregistrements de plus de 30 à 40 minutes doivent être découpés. Mistral précise que les prompts système ne sont pas encore pris en charge : placez vos consignes dans le message utilisateur.

Appeler Voxtral Small via l'API

inference.eu utilise le format de requête OpenAI. Pour une transcription simple, envoyez le fichier audio au point d'accès de transcription de type OpenAI avec le modèle voxtral-small-24b, exactement comme avec les modèles vocaux d'OpenAI après avoir changé l'URL de base et la clé.

Pour interroger un enregistrement, envoyez l'audio sous forme de contenu input_audio dans un message de conversation, avec votre question écrite. Plusieurs extraits audio et plusieurs tours de parole sont pris en charge. Mistral recommande temperature à 0 pour la transcription et autour de 0,2 pour la compréhension. Les définitions d'outils fonctionnent comme avec tout modèle de conversation.

Des enregistrements traités dans l'UE

Les enregistrements vocaux contiennent souvent des noms, des informations de santé ou des données clients, et la voix elle-même peut être une donnée personnelle. Avec Voxtral Small sur inference.eu, l'audio et les transcriptions sont traités dans des centres de données de l'Union européenne, utilisés uniquement pour votre résultat et jamais pour entraîner un modèle.

Chaque client reçoit un accord de traitement des données selon l'article 28 du RGPD et la liste de nos sous-traitants. La facturation se fait en euros. Voxtral Small vient d'un laboratoire français et est sous licence Apache 2.0, qui autorise l'usage commercial sans limite d'utilisateurs. L'information des personnes enregistrées reste de votre responsabilité.

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)

Ce que les équipes en font

  • 1

    Comptes rendus de réunions et d'appels

    Transformer en une requête une réunion ou un appel enregistré en résumé avec décisions et actions à mener.

  • 2

    Messages vocaux en tâches

    Les équipes terrain dictent une note vocale, transcrite, comprise et convertie en ticket ou en appel de fonction.

  • 3

    Transcription multilingue

    Transcrire entretiens et appels en français, anglais, allemand, espagnol, italien, néerlandais ou portugais avec détection automatique de la langue.

Voxtral Small 24B : questions fréquentes

Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement.

Poser une question

Pages liées

Tous les modèles

Faites passer vos charges IA sur une infrastructure européenne

Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite.

  • Réponse sous un jour ouvré
  • Tarif adapté à votre volume
  • DPA prêt à signer