Voxtral Mini Transcribe 2 je edice Voxtral od Mistral AI zaměřená na přepis, v kartě modelu výrobce označená jako voxtral-mini-2602. Je navržena pro dávkový přepis nahrávek místo širší role odpovídání na otázky původního modelu Voxtral Mini 3B. Vstupem je zvuk a výsledkem přepsaný text, volitelně obohacený o označení mluvčích a časové informace. Praktická použití zahrnují přepisy schůzek, analýzu rozhovorů, záznamy hovorů více účastníků a text zarovnaný s nahranými médii.
Výrobce dokumentuje diarizaci mluvčích a čas začátku a konce, aby přepis mohl ukázat, kdo a kdy mluvil. Časové značky na úrovni slov podporují titulky, vyhledávání ve zvuku a zarovnání textové pasáže s její pozicí v nahrávce. Příručka výrobce umožňuje časovou granularitu segmentů nebo slov. U rozhovoru je užitečným artefaktem sled přiřazených pasáží s časováním; při přípravě titulků může časování slov nebo segmentů vést pozdější titulkovací krok, místo aby se muselo odvozovat z prostého textu přepisu.
Kontextové usměrnění přijímá až 100 slov nebo frází, které model vedou k zamýšlenému zápisu jmen, technických termínů a oborové slovní zásoby. Mistral uvádí, že tato funkce je optimalizovaná pro angličtinu a podpora jiných jazyků je experimentální. Připravte cílený seznam slovní zásoby z tématu nahrávky místo nesouvisejícího slovníčku. Vlastní příklad může dodat názvy projektů a odborné termíny, které pravděpodobně zaznějí v technické diskusi, a poté tyto zápisy ověřit v dokončeném přepisu.
Tato edice podporuje třináct jazyků: angličtinu, čínštinu, hindštinu, španělštinu, arabštinu, francouzštinu, portugalštinu, ruštinu, němčinu, japonštinu, korejštinu, italštinu a nizozemštinu. Výrobce dokumentuje také odolnost vůči šumu a nahrávky do tří hodin v jediném požadavku. Tyto vlastnosti patří postupu nahrávek Mini Transcribe 2; údaje o kontextu a délce původního modelu 2507 pro porozumění zvuku popisují jiné vydání. Je dostupná automatická detekce jazyka a příručka uvádí, že výslovné dodání známého jazyka zvuku může zlepšit přesnost přepisu.
Ve zdokumentovaném postupu výrobce lze zvuk dodat jako nahraný soubor, identifikátor dříve nahraného souboru nebo odkazovanou nahrávku. Doprovodná ukázka nahrávání přijímá nahrávky MP3, WAV, M4A, FLAC a OGG; pro předvedený postup nahrávání zvolte jeden z těchto formátů. Nahrávku ponechte dekódovatelnou a zahrňte relevantní řeč. U dlouhých materiálů zachovejte identifikátor a časový počátek, aby případné pozdější výňatky nebo úpravy šlo stále dohledat ke zdroji.
Referenční rozhraní přepisu vrací text a detekovaný jazyk, na vyžádání se segmenty, a samostatně dokumentuje streamované události přepisu. Diarizace je volitelná a ve výchozím stavu má hodnotu false. Příručka uvádí, že timestamp_granularities a výslovné nastavení jazyka aktuálně nejsou kompatibilní, proto zvolte požadovaný postup časování nebo ruční vodítko jazyka místo jejich kombinace. Přepis s označením mluvčích, slovníkové usměrnění a časování vybírejte podle zamýšleného výsledku, místo abyste je předpokládali u základního požadavku.
Překrývající se řeč je věcným omezením: Mistral uvádí, že při překrývání mluvčích model obvykle přepíše jednoho mluvčího. Přepis s označením proto nelze považovat za vyčerpávající záznam každého současně vysloveného projevu. U záznamu schůzky zkontrolujte obtížné překryvy a důležitá jména nebo čísla vůči nahrávce. Účelem modelu je přepis; shrnutí, překlad nebo analýza mohou být samostatnou úlohou založenou na tomto přepisu. Voxtral Realtime má samostatné charakteristiky latence živého přepisu, zatímco generování řeči patří jiným modelům.
Připravte výsledek pro další použití. Postup schůzky může zachovat přepis, označení mluvčích a časování před samostatnou fází extrakce rozhodnutí; mediální postup může pomocí časování vyhledat pasáže a navrhnout titulky; nahrávka s mnoha odbornými termíny může zahrnout cílený seznam kontextového usměrnění a kontrolu výsledných zápisů. Užitečným výstupem je text propojený se zdrojovou nahrávkou a nastavenými metadaty, přičemž tato číslovaná edice přepisu zůstává odlišená od původního modelu Mini a průběžně aktualizovaných názvů latest.
", "aboutText": "Voxtral Mini Transcribe 2 je edice Voxtral od Mistral AI zaměřená na přepis, v kartě modelu výrobce označená jako voxtral-mini-2602. Je navržena pro dávkový přepis nahrávek místo širší role odpovídání na otázky původního modelu Voxtral Mini 3B. Vstupem je zvuk a výsledkem přepsaný text, volitelně obohacený o označení mluvčích a časové informace. Praktická použití zahrnují přepisy schůzek, analýzu rozhovorů, záznamy hovorů více účastníků a text zarovnaný s nahranými médii.\n\nVýrobce dokumentuje diarizaci mluvčích a čas začátku a konce, aby přepis mohl ukázat, kdo a kdy mluvil. Časové značky na úrovni slov podporují titulky, vyhledávání ve zvuku a zarovnání textové pasáže s její pozicí v nahrávce. Příručka výrobce umožňuje časovou granularitu segmentů nebo slov. U rozhovoru je užitečným artefaktem sled přiřazených pasáží s časováním; při přípravě titulků může časování slov nebo segmentů vést pozdější titulkovací krok, místo aby se muselo odvozovat z prostého textu přepisu.\n\nKontextové usměrnění přijímá až 100 slov nebo frází, které model vedou k zamýšlenému zápisu jmen, technických termínů a oborové slovní zásoby. Mistral uvádí, že tato funkce je optimalizovaná pro angličtinu a podpora jiných jazyků je experimentální. Připravte cílený seznam slovní zásoby z tématu nahrávky místo nesouvisejícího slovníčku. Vlastní příklad může dodat názvy projektů a odborné termíny, které pravděpodobně zaznějí v technické diskusi, a poté tyto zápisy ověřit v dokončeném přepisu.\n\nTato edice podporuje třináct jazyků: angličtinu, čínštinu, hindštinu, španělštinu, arabštinu, francouzštinu, portugalštinu, ruštinu, němčinu, japonštinu, korejštinu, italštinu a nizozemštinu. Výrobce dokumentuje také odolnost vůči šumu a nahrávky do tří hodin v jediném požadavku. Tyto vlastnosti patří postupu nahrávek Mini Transcribe 2; údaje o kontextu a délce původního modelu 2507 pro porozumění zvuku popisují jiné vydání. Je dostupná automatická detekce jazyka a příručka uvádí, že výslovné dodání známého jazyka zvuku může zlepšit přesnost přepisu.\n\nVe zdokumentovaném postupu výrobce lze zvuk dodat jako nahraný soubor, identifikátor dříve nahraného souboru nebo odkazovanou nahrávku. Doprovodná ukázka nahrávání přijímá nahrávky MP3, WAV, M4A, FLAC a OGG; pro předvedený postup nahrávání zvolte jeden z těchto formátů. Nahrávku ponechte dekódovatelnou a zahrňte relevantní řeč. U dlouhých materiálů zachovejte identifikátor a časový počátek, aby případné pozdější výňatky nebo úpravy šlo stále dohledat ke zdroji.\n\nReferenční rozhraní přepisu vrací text a detekovaný jazyk, na vyžádání se segmenty, a samostatně dokumentuje streamované události přepisu. Diarizace je volitelná a ve výchozím stavu má hodnotu false. Příručka uvádí, že timestamp_granularities a výslovné nastavení jazyka aktuálně nejsou kompatibilní, proto zvolte požadovaný postup časování nebo ruční vodítko jazyka místo jejich kombinace. Přepis s označením mluvčích, slovníkové usměrnění a časování vybírejte podle zamýšleného výsledku, místo abyste je předpokládali u základního požadavku.\n\nPřekrývající se řeč je věcným omezením: Mistral uvádí, že při překrývání mluvčích model obvykle přepíše jednoho mluvčího. Přepis s označením proto nelze považovat za vyčerpávající záznam každého současně vysloveného projevu. U záznamu schůzky zkontrolujte obtížné překryvy a důležitá jména nebo čísla vůči nahrávce. Účelem modelu je přepis; shrnutí, překlad nebo analýza mohou být samostatnou úlohou založenou na tomto přepisu. Voxtral Realtime má samostatné charakteristiky latence živého přepisu, zatímco generování řeči patří jiným modelům.\n\nPřipravte výsledek pro další použití. Postup schůzky může zachovat přepis, označení mluvčích a časování před samostatnou fází extrakce rozhodnutí; mediální postup může pomocí časování vyhledat pasáže a navrhnout titulky; nahrávka s mnoha odbornými termíny může zahrnout cílený seznam kontextového usměrnění a kontrolu výsledných zápisů. Užitečným výstupem je text propojený se zdrojovou nahrávkou a nastavenými metadaty, přičemž tato číslovaná edice přepisu zůstává odlišená od původního modelu Mini a průběžně aktualizovaných názvů latest.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "36d36774595608dc856dde83982e49ff0a61944d29756f35be6910512519fce4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "cs", "methods": [ { "html": "mistralai/voxtral-mini-transcribeVoxtral Mini Transcribe 2 převádí nahrávky na text s diarizací mluvčích, časovými značkami na úrovni slov a slovníkovým usměrněním. Mistral pro tuto edici zaměřenou na přepis dokumentuje 13 jazyků a nahrávky do tří hodin; jde o edici odlišnou od Voxtral Realtime.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Voxtral Mini Transcribe 2 je edice Voxtral od Mistral AI zaměřená na přepis, v kartě modelu výrobce označená jako voxtral-mini-2602. Je navržena pro dávkový přepis nahrávek místo širší role odpovídání na otázky původního modelu Voxtral Mini 3B. Vstupem je zvuk a výsledkem přepsaný text, volitelně obohacený o označení mluvčích a časové informace. Praktická použití zahrnují přepisy schůzek, analýzu rozhovorů, záznamy hovorů více účastníků a text zarovnaný s nahranými médii.
Výrobce dokumentuje diarizaci mluvčích a čas začátku a konce, aby přepis mohl ukázat, kdo a kdy mluvil. Časové značky na úrovni slov podporují titulky, vyhledávání ve zvuku a zarovnání textové pasáže s její pozicí v nahrávce. Příručka výrobce umožňuje časovou granularitu segmentů nebo slov. U rozhovoru je užitečným artefaktem sled přiřazených pasáží s časováním; při přípravě titulků může časování slov nebo segmentů vést pozdější titulkovací krok, místo aby se muselo odvozovat z prostého textu přepisu.
Kontextové usměrnění přijímá až 100 slov nebo frází, které model vedou k zamýšlenému zápisu jmen, technických termínů a oborové slovní zásoby. Mistral uvádí, že tato funkce je optimalizovaná pro angličtinu a podpora jiných jazyků je experimentální. Připravte cílený seznam slovní zásoby z tématu nahrávky místo nesouvisejícího slovníčku. Vlastní příklad může dodat názvy projektů a odborné termíny, které pravděpodobně zaznějí v technické diskusi, a poté tyto zápisy ověřit v dokončeném přepisu.
Tato edice podporuje třináct jazyků: angličtinu, čínštinu, hindštinu, španělštinu, arabštinu, francouzštinu, portugalštinu, ruštinu, němčinu, japonštinu, korejštinu, italštinu a nizozemštinu. Výrobce dokumentuje také odolnost vůči šumu a nahrávky do tří hodin v jediném požadavku. Tyto vlastnosti patří postupu nahrávek Mini Transcribe 2; údaje o kontextu a délce původního modelu 2507 pro porozumění zvuku popisují jiné vydání. Je dostupná automatická detekce jazyka a příručka uvádí, že výslovné dodání známého jazyka zvuku může zlepšit přesnost přepisu.
Ve zdokumentovaném postupu výrobce lze zvuk dodat jako nahraný soubor, identifikátor dříve nahraného souboru nebo odkazovanou nahrávku. Doprovodná ukázka nahrávání přijímá nahrávky MP3, WAV, M4A, FLAC a OGG; pro předvedený postup nahrávání zvolte jeden z těchto formátů. Nahrávku ponechte dekódovatelnou a zahrňte relevantní řeč. U dlouhých materiálů zachovejte identifikátor a časový počátek, aby případné pozdější výňatky nebo úpravy šlo stále dohledat ke zdroji.
Referenční rozhraní přepisu vrací text a detekovaný jazyk, na vyžádání se segmenty, a samostatně dokumentuje streamované události přepisu. Diarizace je volitelná a ve výchozím stavu má hodnotu false. Příručka uvádí, že timestamp_granularities a výslovné nastavení jazyka aktuálně nejsou kompatibilní, proto zvolte požadovaný postup časování nebo ruční vodítko jazyka místo jejich kombinace. Přepis s označením mluvčích, slovníkové usměrnění a časování vybírejte podle zamýšleného výsledku, místo abyste je předpokládali u základního požadavku.
Překrývající se řeč je věcným omezením: Mistral uvádí, že při překrývání mluvčích model obvykle přepíše jednoho mluvčího. Přepis s označením proto nelze považovat za vyčerpávající záznam každého současně vysloveného projevu. U záznamu schůzky zkontrolujte obtížné překryvy a důležitá jména nebo čísla vůči nahrávce. Účelem modelu je přepis; shrnutí, překlad nebo analýza mohou být samostatnou úlohou založenou na tomto přepisu. Voxtral Realtime má samostatné charakteristiky latence živého přepisu, zatímco generování řeči patří jiným modelům.
Připravte výsledek pro další použití. Postup schůzky může zachovat přepis, označení mluvčích a časování před samostatnou fází extrakce rozhodnutí; mediální postup může pomocí časování vyhledat pasáže a navrhnout titulky; nahrávka s mnoha odbornými termíny může zahrnout cílený seznam kontextového usměrnění a kontrolu výsledných zápisů. Užitečným výstupem je text propojený se zdrojovou nahrávkou a nastavenými metadaty, přičemž tato číslovaná edice přepisu zůstává odlišená od původního modelu Mini a průběžně aktualizovaných názvů latest.
POST /v1/audio/transcriptionsaudiotext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity mistralai/voxtral-mini-transcribe | Výchozí— |
Poleinput_audio | Typobject | PožadavekPovinné | Hodnoty a limity | Výchozí— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, input_audio |
Parametrmaterial_types | Kontraktaudio |
Parametrmaterial_conditions | KontraktPříklad načte váš skutečný neprázdný soubor PCM WAV, zakóduje všechny jeho bajty do base64 a odešle input_audio.format s hodnotou wav. |
Životní cyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · přesné task_id z existujícího záznamu média spravovaného službou
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Účtovací jednotka | Poplatek |
|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Účtovací jednotka— | Poplatek Vstup · Vstupní tokeny — / 1K tokenů Výstup · Výstupní tokeny — / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| Konfiguracesekunda vstupního zvuku | Tabulka sazeb— | Účtovací jednotkaza sekundu vstupního zvuku | Poplatek Vstup · sekunda vstupního zvuku $0.0001 za sekundu vstupního zvuku |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'mistralai/voxtral-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nCelé původní tělo odpovědi, stav a předané hlavičky. Tento obslužný kód nepřidává žádnou univerzální strukturu JSON, textové pole ani obalovou strukturu úlohy.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Uchovejte úplnou odpověď a hlavičky, všechny skutečné výstupy, původní vrácené identifikátory a všechna pole s údaji o využití. Obnovte původní operaci bez opětovného odeslání požadavku na vytvoření.
Uchovejte skutečné X-Client-Request-ID a celou odpověď. Načítejte původní soubory spravované službou a jejich přesné podepsané URL obsahu; vytvoření s nejistým výsledkem nikdy znovu neodesílejte.
| Pole | Typ |
|---|---|
Poletext (when present) | Typ |
Poleusage (when present) | Typ |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaTělo JSON nebo explicitně uvedené kanonické ID modelu jsou neplatné. | Další krokUchovejte odpověď a opravte označené pole požadavku. |
Odpověď401 · authentication_error | PodmínkaKlíč API Ailoot je neplatný. | Další krokPoužijte svůj autorizovaný klíč API Ailoot. |
Odpověď403 · permission_error | PodmínkaSkupina klíče nemá přístup k této metodě. | Další krokUchovejte vrácené podrobnosti chyby. |
Odpověď404 · not_found_error | PodmínkaVybraná metoda nemá žádnou trasu s povoleným přístupem. | Další krokUchovejte vrácené podrobnosti chyby. |
Odpověď422 · price_unavailable | PodmínkaPřijatý tarif nedokáže získat potřebné vstupní množství nebo jeho horní mez. | Další krokUchovejte odpověď; použijte způsob zadání vstupu požadovaný přijatým tarifem. |
Odpověď503 · | PodmínkaPotřebné úložiště, trasa, cena metody nebo rezervace nejsou dostupné. | Další krokUchovejte celou původní odpověď. Nejasná rezervace neopravňuje k opětovnému odeslání. |
Odpověď502 · server_error | PodmínkaPůvodní výsledek, údaje o využití nebo vyúčtování vyžadují kontrolu. | Další krokUchovejte skutečné ID požadavku a původní odpověď. Načítejte existující záznam spravovaný službou; požadavek na vytvoření znovu neodesílejte. |
Ailoot Ultra mistralai/voxtral-mini-transcribe
Použijte cesty metod uvedené výše.