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

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 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 s2 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 s3 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

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 s2 s3

Дата проверки источников: 10 октября 2026 года.