Mistral: Voxtral Mini Transcribe

يحوّل Voxtral Mini Transcribe 2 التسجيلات إلى نص مع الفصل بين المتحدثين وطوابع زمنية على مستوى الكلمات وتوجيه المفردات. توثّق Mistral دعم 13 لغة وتسجيلات تصل إلى ثلاث ساعات لهذا الإصدار الموجّه للتفريغ، والمنفصل عن Voxtral Realtime.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions mistralai/voxtral-mini-transcribe

عن النموذج

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

Voxtral Mini Transcribe 2 هو إصدار Voxtral من Mistral AI الموجّه للتفريغ النصي، والمحدّد في بطاقة النموذج لدى الشركة المنتجة بالمعرّف voxtral-mini-2602. صُمّم للتفريغ الدفعي القائم على التسجيلات، لا لدور الإجابة عن الأسئلة الأوسع في نموذج Voxtral Mini 3B الأصلي. المدخل صوت والنتيجة نص مفرّغ، يمكن إغناؤه اختياريًا بتسميات المتحدثين ومعلومات التوقيت. تشمل الاستخدامات العملية تفريغ الاجتماعات وتحليل المقابلات وسجلات المكالمات متعددة الأطراف والنص المحاذى للوسائط المسجّلة.

توثّق الشركة المصنّعة الفصل بين المتحدثين وتوقيت البداية والنهاية، حتى يبيّن التفريغ من تحدّث ومتى. تدعم الطوابع الزمنية على مستوى الكلمات الترجمة النصية على الشاشة والبحث الصوتي والمحاذاة بين مقطع نصي وموضعه في التسجيل. يتيح دليل الشركة المنتجة دقة طوابع زمنية على مستوى المقاطع أو الكلمات. لمقابلة، يكون المُنتَج المفيد تسلسل مقاطع منسوبة إلى متحدثيها مع التوقيت؛ ولإعداد النصوص المصاحبة للفيديو، يمكن لتوقيت الكلمات أو المقاطع توجيه خطوة لاحقة لإضافة النصوص، بدلًا من الاضطرار إلى استنتاج التوقيت من نص التفريغ وحده.

يقبل التوجيه السياقي حتى 100 كلمة أو عبارة توجّه النموذج إلى التهجئة المقصودة للأسماء والمصطلحات التقنية ومفردات المجال. تقول Mistral إن هذه الميزة محسّنة للإنجليزية وإن دعم اللغات الأخرى تجريبي. جهّز قائمة مفردات مركّزة من موضوع التسجيل بدلًا من مسرد غير مرتبط. قد يقدّم مثال أصلي أسماء المشاريع والمصطلحات المتخصّصة المرجّح ظهورها في نقاش تقني، ثم يفحص تهجئتها في التفريغ المكتمل.

يدعم هذا الإصدار ثلاث عشرة لغة: الإنجليزية والصينية والهندية والإسبانية والعربية والفرنسية والبرتغالية والروسية والألمانية واليابانية والكورية والإيطالية والهولندية. وتوثّق الشركة المصنّعة أيضًا المتانة أمام الضوضاء وتسجيلات تصل إلى ثلاث ساعات في طلب واحد. تخص هذه الميزات سير التسجيلات في Mini Transcribe 2؛ أما بيانات السياق والمدة لنموذج فهم الصوت الأصلي 2507 فتصف إصدارًا مختلفًا. يتاح الكشف التلقائي عن اللغة، ويذكر الدليل أن تقديم لغة الصوت المعروفة صراحةً يمكن أن يحسّن دقة التفريغ.

في سير الشركة المنتجة الموثّق، يمكن تقديم الصوت كملف مرفوع أو معرّف ملف مرفوع سابقًا أو تسجيل مشار إليه. يقبل عرض الرفع المرافق تسجيلات MP3 وWAV وM4A وFLAC وOGG؛ اختر أحد هذه التنسيقات لسير الرفع المعروض. أبقِ التسجيل قابلًا لفك الترميز وضمّن الكلام ذا الصلة. للمواد الطويلة، احتفظ بمعرّفها ومرجعها الزمني حتى تظل أي مقتطفات أو تعديلات لاحقة قابلة للتتبّع إلى المصدر.

يعيد مرجع التفريغ النص واللغة المكتشفة، مع المقاطع عند طلبها، ويوثّق بصورة منفصلة أحداث التفريغ المتدفقة. الفصل بين المتحدثين اختياري، وقيمته الافتراضية false. يشير الدليل إلى أن timestamp_granularities وإعداد language الصريح غير متوافقين حاليًا، لذا اختر سير التوقيت المرغوب أو التلميح اليدوي للغة بدلًا من جمعهما. ينبغي اختيار التفريغ المسمّى حسب المتحدث وتوجيه المفردات والتوقيت وفق النتيجة المقصودة، لا افتراضها من طلب أساسي.

تداخل الكلام قيد جوهري: تقول Mistral إن النموذج يفرّغ عادةً متحدثًا واحدًا حين يتداخل المتحدثون. لذلك ينبغي عدم اعتبار تفريغ ذي تسميات سجلًا شاملًا لكل كلام متزامن. لسجل اجتماع، راجع التداخلات الصعبة والأسماء أو الأرقام المهمة بمقارنتها بالتسجيل. غرض النموذج هو التفريغ؛ ويمكن أن يكون الملخص أو الترجمة أو التحليل مهمة منفصلة مبنية على ذلك التفريغ. لـVoxtral Realtime نمط منفصل لزمن استجابة التفريغ الحي، بينما يخص توليد الكلام نماذج أخرى.

جهّز النتيجة لاستخدامها التالي. يمكن لسير اجتماع الاحتفاظ بالتفريغ وتسميات المتحدثين والتوقيت قبل أن تستخرج مرحلة منفصلة القرارات؛ ويمكن لسير وسائط استخدام التوقيت لتحديد المقاطع وصياغة النصوص المصاحبة؛ ويمكن لتسجيل كثيف المصطلحات تضمين قائمة التوجيه السياقي المركّزة ومراجعة التهجئات الناتجة. المُنتَج المفيد نص مرتبط بتسجيله المصدر وبياناته الوصفية المضبوطة، مع إبقاء إصدار التفريغ المرقّم هذا منفصلًا عن نموذج Mini الأصلي والأسماء المتحركة latest.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions mistralai/voxtral-mini-transcribe

mistralai/voxtral-mini-transcribe

Mistral /mistralai/voxtral-mini-transcribe

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-transcribe	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	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`	المواصفاتيقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

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 Ailoot

الأسعار حسب الإعدادات

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

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتثانية صوت مُدخل	جدول التعرفة—	وحدة الفوترةلكل ثانية صوت مُدخل	الرسوم الإدخال · ثانية صوت مُدخل $0.0001 لكل ثانية صوت مُدخل

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 · ملف WAV الفعلي والنتيجة الأصلية كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'mistralai/voxtral-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
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
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة.

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

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 الفعلية وبالاستجابة كاملة. اقرأ الأصول الأصلية المملوكة لك وعناوين URL الدقيقة الموقّعة لمحتواها؛ ولا تعِد إرسال طلب إنشاء غير مؤكد النتيجة مطلقاً.

حقول الاستجابة

الحقل	النوع
الحقل`text (when present)`	النوع
الحقل`usage (when present)`	النوع

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطمتن JSON أو معرّف النموذج المعتمد الصريح غير صالح.	الخطوة التاليةاحتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.
الاستجابة⁦401⁩ · `authentication_error`	الشرطمفتاح API الخاص بـAiloot غير صالح.	الخطوة التاليةاستخدم مفتاح API المخوَّل لك في Ailoot.
الاستجابة⁦403⁩ · `permission_error`	الشرطمجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦404⁩ · `not_found_error`	الشرطلا يوجد مسار مسموح به للطريقة المختارة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦422⁩ · `price_unavailable`	الشرطيتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.	الخطوة التاليةاحتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.
الاستجابة⁦503⁩ ·	الشرطالتخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.	الخطوة التاليةاحتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.
الاستجابة⁦502⁩ · `server_error`	الشرطتتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.	الخطوة التاليةاحتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra mistralai/voxtral-mini-transcribe

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

mistralai/voxtral-mini-transcribe

FAQ · Mistral: Voxtral Mini Transcribe

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: model, input_audio

Mistral: Voxtral Mini Transcribe