# Voxtral Mini 4B Realtime Arabic: Mistral открыла веса модели для арабской речи

Источник: https://modelium.tech/zhurnal/voxtral-mini-4b-realtime-arabic-local/

8 октября на Hugging Face появился репозиторий Voxtral Mini 4B Realtime Arabic — модели Mistral для превращения арабской речи в текст по мере записи. Веса доступны для локального запуска, но описанный авторами путь рассчитан на разработчиков, а не на установку через домашнее приложение. Скорость и качество на вашем компьютере Modelium не проверял.

## Что изменилось для пользователя

Представьте, что вам нужны субтитры к разговору на арабском, где собеседник переходит с литературного языка на местный диалект. Mistral разместила на Hugging Face **Voxtral Mini 4B Realtime Arabic** — модель, которая превращает такую речь в текст по мере поступления звука. Репозиторий появился **8 октября 2026 года**. Веса можно получить для локального запуска, но это пока не приложение с кнопкой «Расшифровать»: авторская инструкция рассчитана на людей, работающих с программами для запуска моделей. [s1](#src-s1) [s2](#src-s2)

## Что именно доступно

Это дообученная версия уже существовавшей Voxtral Mini 4B Realtime 2602, ориентированная на арабские диалекты, литературный арабский и речь с переключением между языками. В репозитории есть файлы весов `model.safetensors` и `consolidated.safetensors`, конфигурация и пример для разработчиков. Оба файла весов — примерно по **8,86 ГБ на диске**; это не требование к оперативной памяти и не означает, что для одного запуска надо сложить их размеры. Репозиторий открыт без заявки на доступ. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

По карточке Mistral, для самостоятельного запуска подходят vLLM — программа, через которую разработчик поднимает локальный сервер модели, — и библиотека Transformers. Это **инженерный путь**, а не готовый домашний рецепт: карточка не называет минимальную оперативную память, видеопамять или гарантированную конфигурацию обычного ноутбука. При подготовке среду и веса нужно скачать; считать весь путь автономным до этой загрузки нельзя. [s1](#src-s1) [s3](#src-s3) [s4](#src-s4)

## Что известно о качестве

Mistral сообщает среднюю **CER 8,82%** на семи арабских наборах данных: CER — доля ошибок по символам, чем меньше, тем лучше. Авторы настроили задержку появления текста на **480 мс**, использовали нулевую температуру генерации и собственные правила нормализации арабского написания. Это условия **авторского измерения**, а не гарантия задержки или точности на любом компьютере; редакция Modelium модель не запускала. [s1](#src-s1)

Если вы будете проверять такую систему на своей записи, возьмите короткий фрагмент, права на который у вас есть, с понятной сменой диалекта или языка. Сравните расшифровку со звуком вручную: имена, числа и смешанную речь особенно важно не принимать на веру. Это пример способа проверки, а не результат теста Modelium.

## Ограничения и следующий шаг

Модель специально настроена на арабскую речь. Для записи на других языках Mistral рекомендует исходную Voxtral Mini 4B Realtime. Лицензию Apache 2.0 заявляет карточка автора; отдельного файла LICENSE в репозитории модели нет, а права на саму запись нужно учитывать отдельно. Начните с официальной карточки и проверьте, подходит ли описанный там инженерный способ запуска вашей среде; не покупайте железо, опираясь только на размер файла весов. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

Дата проверки источников: **10 октября 2026 года**.

## Источники

1. [Mistral AI: карточка Voxtral Mini 4B Realtime Arabic, ревизия a8b0156f](https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-Arabic/blob/a8b0156f0dd61e2fcfe73e16dbbee600c4a967f1/README.md) — получено 2026-10-10
2. [Hugging Face: API модели Voxtral Mini 4B Realtime Arabic, SHA a8b0156f](https://huggingface.co/api/models/mistralai/Voxtral-Mini-4B-Realtime-Arabic/revision/a8b0156f0dd61e2fcfe73e16dbbee600c4a967f1) — получено 2026-10-10
3. [Mistral AI: карточка исходной Voxtral Mini 4B Realtime 2602](https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602/blob/2769294da9567371363522aac9bbcfdd19447add/README.md) — получено 2026-10-10
4. [vLLM: официальный пример потоковой расшифровки Voxtral Realtime](https://docs.vllm.ai/en/stable/examples/speech_to_text/realtime/) — получено 2026-10-10