STT

Authors: Philip Gerdes

File Change History:

Date	Change	Author
2026-05-04	Aktueller Stand	Philip

Multimodalität von Gemma 4

To Do: Kompatibilität & Funktionalität in vLLM testen

Als multimodales Modell können bei Gemma 4 Audio Snippets direkt eingespeist werden. Inwieweit sich das gerade im Hinblick auf Genauigkeit und Latenz auswirkt muss noch getestet werden.

Fallback Alternative: Voxtral

mistralai/Voxtral-Mini-4B-Realtime-2602

• Einstellbare Verzögerung/Qualität (480 ms best, 240 ms - 2.4 s)
• Unterstützt Streaming
• Apache-2 license