Voxtral 3: een gesprek wordt tekst, tijdstempels en sprekers

‘Vier ordners. Nee, zes.’ Beide getallen moeten in het transcript staan. In de materiaallijst mag later alleen de bevestigde hoeveelheid tellen. Tussen deze twee juiste resultaten ligt een kleine maar beslissende denkstap: het verloop van een gesprek en de actuele werkstand zijn verschillende dingen.

Mistral presenteerde Voxtral 3 op 20 oktober 2026. De documentatie voor de transcriptiemodellen beschrijft onder meer tijdstempels en sprekertoewijzing en vermeldt de toegang als Public Preview. In de praktijk is vooral interessant hoe het transcript, de plaats in de tijd en de latere evaluatie samenwerken.

Wat een sprekerlabel werkelijk zegt

Sprekertoewijzing kan segmenten koppelen die door dezelfde stem zijn uitgesproken. Een label zoals Speaker A is in eerste instantie een technische toewijzing binnen de opname. Het legt geen naam, verantwoordelijkheid of identiteit buiten deze context vast.

Ook de tijdstempel vervult een beperkte taak: hij leidt naar een punt in de oorspronkelijke audio. Een juiste tijdstempel maakt een verkeerd herkende naam niet juist. Een taalkundig gladgestreken samenvatting kan op haar beurt de zelfcorrectie verwijderen die belangrijk was voor de beslissing.

Het loont daarom om drie resultaten gescheiden te houden: een bijna letterlijk transcript, de spreker- en tijdstructuur en een afgeleid takenoverzicht. Elk ervan kan worden gecontroleerd zonder de andere stilzwijgend te herschrijven.

Een eigen gespreksfragment met een bekende betekenis

Neem samen met een tweede persoon die daarmee heeft ingestemd een korte, niet-gevoelige scène op. Eén persoon bestelt vier ordners. De ander vraagt naar een extra deelnemer. Daarna wordt de hoeveelheid uitdrukkelijk gecorrigeerd naar zes. Aan het eind blijft open wie de ordners ophaalt. Gebruik verzonnen namen en geen echte klantgesprekken.

Schrijf vóór elke automatische verwerking een eigen referentie op: de formulering van de wijziging in hoeveelheid, de bekende sprekerwisselingen en de open vraag over het ophalen. De tijdsbereiken bepaal je aan de hand van je eigen opname. Een perfect kunstmatig audiospoor is hiervoor niet nodig; het gaat erom dat je de inhoud zelf betrouwbaar kent.

Laat een geschikte transcriptiefunctie eerst alleen het transcript en de sprekersegmenten maken. Controleer de wijziging in hoeveelheid en spring via de tijdstempels terug. Leid pas daarna een takenoverzicht af. Zo kun je een herkenningsfout onderscheiden van een verkeerde samenvatting.

Een afspraak met een weg terug naar de audio

Voor de tweede stap is een kleine eigen structuur voldoende:

Conversation excerpt: “Four binders. No, six.”
Current working state: six binders
Evidence: time range of the explicit correction
Collection: responsibility not agreed in the conversation

Een geschikte instructie is: ‘Vat alleen taken samen die uitdrukkelijk zijn afgesproken. Houd rekening met latere correcties. Geef voor elke taak het bijbehorende tijdstip. Houd onduidelijke verantwoordelijkheden aan als open punt.’ Dat is preciezer dan vragen om professionele notulen.

Controleer daarna of een samenvatting per ongeluk een vrijblijvend voorstel in een toezegging heeft veranderd. ‘Misschien kan Lea het ophalen’ is een andere gespreksstand dan ‘Lea haalt het op’. Een correct herkend woord kan bij de evaluatie toch de verkeerde mate van verbindendheid krijgen.

Ondertitels vragen een extra beslissing

Voor ondertitels wil je misschien herhalingen inkorten en leesbare regels vormen. Een materiaaloverzicht moet daarentegen de actuele afspraak samenvatten. Beide taken kunnen dezelfde bronaudio gebruiken, maar hebben verschillende regels nodig.

Houd de bijna letterlijke basis gescheiden van de bewerkte versie. Zo kun je later nagaan waarom een regel is ingekort en of de correctie behouden is gebleven. Eigennamen, getallen en voorbehouden verdienen een gericht tweede luistermoment.

Het kleine experiment test geen algemeen herkenningspercentage en geen prestaties bij willekeurige accenten. Het laat iets zien wat direct bruikbaar is: in welke fase verandert een gehoorde volgorde in een uitspraak die ertoe doet voor het handelen? Volgens de documentatie levert Voxtral 3 bouwstenen voor dit traject. Een bruikbaar verslag ontstaat wanneer hun resultaten aan het origineel gekoppeld blijven en open afspraken open mogen blijven.

Bronnen en status

Bronnen per 25 oktober 2026. Voxtral 3 · Voxtral Mini Transcribe 3.