Voxtral Mini 3B 2507
이 Soniqo 페이지는 로컬 speech-swift / speech-core 구현의 Voxtral Mini 3B 2507을 설명합니다. Hugging Face 번들 링크는 통합 메모 뒤에 있습니다.
내부 페이지 우선
랜딩 카드와 문서 메뉴는 먼저 이 페이지로 이동하고, 원본 모델과 번들 링크는 이 페이지 안에 둡니다.
개요
| 모델 | Voxtral Mini 3B 2507 |
|---|---|
| 역할 | High-accuracy multilingual offline speech-to-text |
| 백엔드 | Native MLX on Apple Silicon |
| 출력 | Plain-text transcription |
| 언어 | English, French, German, Spanish, Italian, Portuguese, Dutch, and Hindi |
| 라이선스 | Apache-2.0 |
| 상태 | Published FP16, INT5, and INT8 bundles; INT5 is the default |
| 소스 | Mistral Voxtral Mini 3B 2507 |
| Swift 제품 | VoxtralASR |
| CLI / 런타임 | speech transcribe --engine voxtral |
사용
아래 스니펫은 현재 speech-swift 저장소의 API 또는 명령과 일치합니다.
# INT5 is the default.
speech transcribe recording.wav --engine voxtral
# Select another published precision and pass a language hint.
speech transcribe recording.wav --engine voxtral --model int8 --language fr모델 링크
구현 메모
- The audio frontend resamples mono Float32 PCM to 16 kHz and packs up to 30 seconds of audio per request.
- INT5 is the default: on the validated English FLEURS run it used a 3.77 GiB bundle, 6,012 MiB physical footprint, and 0.0739 mean RTF.
- The decoder projects only the final prompt state through the 131,072-token language-model head, reducing quantized-model RTF without changing transcripts.
- MLX has no INT7 affine kernel; use INT8 as the supported higher-quality option.
- This is a non-streaming engine. Benchmark results cover English read speech, not conversational or speaker-heavy audio.