Mistral: Voxtral Mini 3B 2507

يجمع Voxtral Mini 1.0 3B 2507 فهم الصوت مع نموذج نصي مدمج للتفريغ وترجمة الكلام والأسئلة والملخصات. توثّق الشركة المطوّرة سياقًا بطول 32 ألف رمز، وما يصل إلى 30 دقيقة للتفريغ أو 40 دقيقة لفهم الصوت، ومخرجات نصية.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Voxtral Mini 1.0 3B 2507 هو نموذج Mistral AI المدمج لفهم النصوص والصوت، المبني على عائلة Ministral 3B اللغوية. يقبل تسجيلات الكلام والتعليمات النصية وينتج نصوصًا، تشمل التفريغ والترجمات والإجابات عن الصوت والملخصات المنظّمة. يقدّم إصدار Voxtral الأصلي هذا النموذج بحجم 3B للتطبيقات المدمجة أو المحلية، إلى جانب نموذج Voxtral Small المنفصل بحجم 24B. وهو منفصل أيضًا عن خدمة Voxtral Mini Transcribe المستضافة والمحسّنة للتفريغ.

للنموذج وضع مخصّص للتفريغ النصي يتنبّأ تلقائيًا بلغة المصدر افتراضيًا ويفرّغ وفقًا لذلك. اختر ذلك الوضع حين يكون المُنتَج المطلوب هو الكلام المنطوق. أما فهم الصوت فيتيح سؤالًا مباشرًا أو طلب ملخص عن تسجيل، دون اشتراط مرحلة منفصلة للتعرّف على الكلام يتبعها نموذج نصي. لذلك يمكن لمقابلة إنتاج تفريغ كامل أو ترجمة أو إجابة عن سؤال ضيّق؛ حدّد النتيجة المطلوبة حتى لا تتحوّل تلك المهام المختلفة إلى موجز ملتبس واحد.

تسرد بطاقة الإصدار المحدّد سياقًا بطول 32 ألف رمز وصوتًا يصل إلى 30 دقيقة للتفريغ أو 40 دقيقة للفهم. هذه بيانات مدة مختلفة خاصة بالمهمة، وليست سماحًا صوتيًا مشتركًا لكل عملية. أبقِ التسجيل والتعليمات والمحادثة ذات الصلة ضمن نطاق المهمة المقصود. اللغات التي تسمّيها الشركة المطوّرة هي الإنجليزية والإسبانية والفرنسية والبرتغالية والهندية والألمانية والهولندية والإيطالية، مع الكشف التلقائي عن اللغة. للترجمة أو الإجابة، ميّز لغة التسجيل عن لغة المخرجات المطلوبة.

تُدعم مدخلات صوتية متعددة في رسالة، والصوت عبر أدوار مستخدم متعددة. امنح كل تسجيل معرّفًا واضحًا عند طلب المقارنات. قد يقارن مثال أصلي شرحين منطوقين ويعيد المتطلبات التي تغيّرت، مع عمود منفصل لكل مصدر. ويمكن لمتابعة السؤال عن التفصيل وراء نتيجة واحدة أو تقديم تسجيل آخر. تعرض البطاقة أيضًا الاستخدام النصي فقط والصوتي فقط، مما يتيح للنموذج العمل مع السؤال المكتوب وكذلك أدلة الكلام.

لملخص اجتماع، قدّم التسجيل واطلب بنية مفيدة مثل الموضوعات والقرارات المعلنة وإجراءات المتابعة. أبقِ الأسماء أو التواريخ أو المسؤوليات غير المؤكدة منفصلة عن الحقائق المنطوقة بوضوح. ولمقابلة، اطلب العبارة التي تجيب عن سؤال معين وسياقًا محيطًا كافيًا لجعلها مفهومة. هذه تصاميم مهام لمُنتَج نصي قابل للاستخدام؛ ولا تحوّل فهم الصوت العام إلى ضمان للفصل بين المتحدثين أو طوابع الكلمات الزمنية أو تحديد هوية متحدث غير مسمّى.

تصف الشركة المصنّعة استدعاء الدوال انطلاقًا من القصد المنطوق. في سير كهذا، يوفّر التطبيق تعريفات الدوال، ويقترح النموذج الاستدعاء والوسائط المناسبين، وينفّذه التطبيق ويعيد الملاحظة. لذلك يمكن لطلب صوتي توجيه بحث أو مهمة أخرى بمساعدة الأدوات، لكن استدعاء النموذج المقترح يختلف عن إجراء منفّذ. احتفظ بالنتيجة المعادة فعلًا عند متابعة المحادثة حتى تعكس إجابة لاحقة ما حدث، لا ما طُلب.

توصي بطاقة الاستخدام المنشورة بدرجة حرارة 0.0 للتفريغ، ودرجة حرارة 0.2 مع top_p بقيمة 0.95 لفهم الصوت والمحادثة. وتذكر أن موجّهات النظام غير مدعومة في هذا السير، لذا ضع المهمة ومتطلبات الاستجابة في مدخل المستخدم. تفك أمثلتها ترميز التسجيلات إلى مدخلات صوتية وتتضمن مادة MP3، لكنها لا تثبت قائمة شاملة للمرمّزات أو حدًا صارمًا منفصلًا لطول المخرجات. يظل إعداد التوليد من 500 رمز في الأمثلة ميزانية توضيحية.

جهّز تسجيلًا واضحًا يحتوي المادة ذات الصلة بالمهمة، وحدّد ما إذا كنت تحتاج إلى الصياغة الأصلية أو ترجمة أو إجابة أو ملخص. تعرض البطاقة أيضًا استدلالًا دفعيًا بعدة محادثات، وهو نمط استخدام لدى الشركة المنتجة منفصل عن هوية نتيجة فردية. حافظ على إصدار 3B 2507 وإرشادات مدته للتفريغ مقابل الفهم؛ فالفصل بين المتحدثين وتغطية 13 لغة ودعم التسجيلات الأطول في نموذج Mini Transcribe 2 اللاحق ميزات منفصلة لدى الشركة المنتجة.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507

mistralai/voxtral-mini-3b-2507

Mistral /mistralai/voxtral-mini-3b-2507

البداية

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: text

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود mistralai/voxtral-mini-3b-2507	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	القيم والحدود	القيمة الافتراضية—
الحقل`language`	النوع`string`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—
الحقل`temperature`	النوع`number`	المتطلباختياري	القيم والحدود الحد الأدنى: ⁦0⁩ الحد الأقصى: ⁦1⁩	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود json, verbose_json	القيمة الافتراضيةjson
الحقل`timestamp_granularities`	النوع`array`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—
الحقل`provider`	النوع`object`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input_audio
المعلمة`material_types`	المواصفاتaudio
المعلمة`material_conditions`	المواصفاتاقرأ ملف WAV فعلياً ورمّز بايتاته الحقيقية لإدخال input_audio المُعلَن بصيغة JSON؛ ولا يُعرَض مسار multipart لهذا التعريف المحدد الذي يدعم JSON فقط.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

كيفية احتساب الرسوم النهائية

تقدّر التعرفات المعروضة التكلفة قبل التوليد. تُحسب الرسوم النهائية من التكلفة المسجّلة لعملية التوليد الأصلية. مدة المخرجات المقاسة والكميات المتوقعة ليست الكمية النهائية الخاضعة للفوترة.

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات تقديرية للمقارنة

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	الكمية المتوقعة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	الكمية المتوقعة—	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال · تقدير للمقارنة فقط — / 1K من الرموز الإخراج · رموز الإخراج · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة · تقدير للمقارنة فقط — / 1K من الرموز
الإعداداتثانية صوت مُدخل	جدول التعرفة—	الكمية المتوقعة—	وحدة الفوترةلكل ثانية صوت مُدخل	الرسوم الإدخال · ثانية صوت مُدخل · تقدير للمقارنة فقط $0.0000333334 لكل ثانية صوت مُدخل
الإعداداتتكلفة التوليد التقديرية	جدول التعرفة—	الكمية المتوقعةتقدير لتوليد واحد	وحدة الفوترة—	الرسوم الإخراج · تكلفة التوليد التقديرية · تقدير للمقارنة فقط $0.0000333334 تقدير قبل الإنشاء هذا التقدير ليس رسومًا إضافية ولا تعرفة ثابتة لعملية التوليد المكتملة.

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · تفريغ صوتي

curl · جسم الطلب بالصيغة الأصلية دون تغيير والنتيجة كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
import base64
audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')
if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')
request={'model': 'mistralai/voxtral-mini-3b-2507', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}
request['input_audio']['data']=base64.b64encode(audio).decode('ascii')
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

قراءة الأصول الموجودة المملوكة لك

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID المُعادة للمطابقة. اقرأ فقط قيم task_id/asset_id الفعلية المُعادة أو مكتبة الوسائط المملوكة لك؛ ولا تنشئ عنوان URL لمهمة من معرّف العملية، ولا تُعِد إرسال طلب الإنشاء مطلقًا.

حقول الاستجابة

الحقل	النوع
الحقل`text`	النوع
الحقل`usage`	النوع
الحقل`segments[]`	النوع
الحقل`words[]`	النوع
الحقل`speaker fields`	النوع
الحقل`timestamps`	النوع

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra mistralai/voxtral-mini-3b-2507

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

mistralai/voxtral-mini-3b-2507

FAQ · Mistral: Voxtral Mini 3B 2507

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
ما الحدود المطبقة؟: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: temperature.minimum: 0; temperature.maximum: 1

Mistral: Voxtral Mini 3B 2507