Речь в текстСинтез речи

Voxtral

Name: Voxtral
Author: Mistral AI

Речевые модели Mistral: понимают аудио, расшифровывают и отвечают на вопросы по записи. Realtime-версия распознаёт в реальном времени и поддерживает русский; есть синтез речи.

Разработчик: Mistral AI, Франция
Первый выпуск: июл 2025
Последний выпуск: мар 2026
Размеры: 3B – 24B
Лицензия: Коммерция с условиямиМодели распознавания (Mini 3B, Small 24B, Mini 4B Realtime) — Apache 2.0; Voxtral-4B-TTS — CC BY-NC 4.0, только некоммерческое
Русский язык: Есть
Готовые сборки: GGUF, MLX (Apple)
Запуск: Через свой серверРаботает и без видеокарты
Сферы: Поддержка клиентов, Медиа и продакшн, Юристы

Поставить на свой сервер Hugging Face

Какие задачи решает

Расшифровка и краткое содержание записей
Вопросы к аудио
Распознавание в реальном времени
Озвучка текстов (некоммерческая)

Где применяется

Колл-центрыМедиаЮристы и консалтингГолосовые ассистенты

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

подходит

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

подходит

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

мар 2026Voxtral 4B TTS
фев 2026Voxtral Mini 4B Realtime
июл 2025Voxtral Mini 3B и Small 24B

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.

Частые вопросы

Можно ли использовать Voxtral в коммерческом проекте?

С условиями. Лицензия: Модели распознавания (Mini 3B, Small 24B, Mini 4B Realtime) — Apache 2.0; Voxtral-4B-TTS — CC BY-NC 4.0, только некоммерческое. Ограничения бывают разными — регион, выручка компании, требование указывать авторство. Перед коммерческим запуском проверьте условия с юристом.

Какое железо нужно для Voxtral?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Voxtral русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать Voxtral и сколько это стоит?

Веса Voxtral лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.