Source: https://ailoot.ai/models/cs/mistralai-voxtral-small-24b-2507-stt/ Canonical: https://ailoot.ai/models/cs/mistralai-voxtral-small-24b-2507-stt/ Language: cs # Mistral: Voxtral Small 24B 2507 STT [Markdown](https://ailoot.ai/models/cs/mistralai-voxtral-small-24b-2507-stt/index.md) · [JSON](https://ailoot.ai/models/cs/mistralai-voxtral-small-24b-2507-stt/facts.json) ## [Mistral: Voxtral Small 24B 2507 STT](https://ailoot.ai/models/cs/mistralai-voxtral-small-24b-2507-stt/) Voxtral Small 1.0 24B 2507 je model pro textový a zvukový vstup určený k přepisu, překladu řeči, otázkám a shrnutím. Výrobce dokumentuje kontext 32 tisíc tokenů, až 30 minut pro přepis nebo 40 minut pro porozumění, více zvukových vstupů a textové výsledky. - [**Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/cs/mistralai-voxtral-small-24b-2507-stt/#method-0) O modelu Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu. Voxtral Small 1.0 24B 2507 přidává zvukový vstup a porozumění řeči k jazykovému základu Mistral Small. Přijímá zvuk a text a vrací text, včetně přepisu, odpovědi k nahrávce, překladu nebo strukturovaného shrnutí. Jde o pojmenovanou edici 24B pro porozumění řeči, odlišnou od Voxtral Mini, variant služby optimalizovaných pro přepis a pozdějších vydání Voxtral pro generování řeči nebo práci v reálném čase. Přepis a porozumění zvuku Model má vyhrazený režim čistého přepisu. Výrobce uvádí, že ve výchozím stavu automaticky předpovídá jazyk zdrojového zvuku a podle něj přepisuje. Tento režim použijte, pokud je požadovaným artefaktem samotné mluvené znění místo výkladu nebo shrnutí. Určete, zda má výsledek zachovat původní jazyk, nebo po něm následovat samostatně požadovaný překlad. Porozumění zvuku umožňuje položit otázku přímo k nahrávce bez předchozího řetězení samostatného modelu rozpoznávání řeči a textového modelu. Požadavek se může ptát, které téma se probíralo, jaké rozhodnutí zaznělo nebo které informace v nahrávce odpovídají na konkrétní otázku. Výsledkem může být stručná odpověď nebo uspořádané shrnutí místo úplného přepisu každého vysloveného slova. Pro shrnutí schůzky dodejte nahrávku a definujte pole k vrácení: témata, výslovně uvedená rozhodnutí a navazující akce. Jména nebo data požadujte jen tehdy, když v nahrávce skutečně zaznějí, a nevyřešené detaily oddělujte od rozhodnutí. U rozhovoru požadujte odpověď na konkrétní otázku a okolní kontext, který ji činí srozumitelnou. Tyto návrhy výstupu propojují zvukovou úlohu s dokumentem, který může někdo později použít. Kontext, délka a jazyky Výrobce dokumentuje kontext 32 tisíc tokenů a zvuk do 30 minut pro přepis nebo 40 minut pro porozumění. Tyto dva údaje o délce mají odlišný rozsah úloh. Než vyberete nahrávku, zvolte požadovanou operaci a při plánování dostupného kontextu zahrňte textový pokyn a konverzaci. Dlouhá nahrávka i dlouhá písemná odpověď spotřebovávají prostředky; údaj o délce není samostatným příslibem neomezené délky odpovědi. Vydání mezi hlavními podporovanými jazyky jmenuje angličtinu, španělštinu, francouzštinu, portugalštinu, hindštinu, němčinu, nizozemštinu a italštinu a poskytuje automatickou detekci jazyka. Pro překlad řeči nastavte cílový jazyk a termíny, které mají zachovat původní podobu. U otázky k audiozáznamu v jednom jazyce odlišujte jazyk nahrávky od jazyka, v němž má být odpověď napsána. Více nahrávek a navazující otázky Karta podporuje několik zvukových vstupů ve zprávě a zvuk ve více uživatelských kolech. Při srovnávání dejte každé nahrávce identifikátor a uveďte její roli. Praktický požadavek může porovnat dvě verze mluveného vysvětlení, ptát se, které podmínky se změnily, a vrátit tabulku se samostatným sloupcem pro každou nahrávku. Identifikátory pomáhají propojit zjištění modelu se správným zdrojem. Navazující dotaz může zachovat předchozí otázku a odpověď a současně žádat užší detail nebo dodat další nahrávku. Například nejprve požadujte rozhodnutí z diskuse a poté se zeptejte, které rozhodnutí se vztahuje ke konkrétnímu požadavku. Stejné vydání ukazuje také čistě textové a čistě zvukové požadavky. Jeho textový základ může pracovat s písemnou otázkou nebo výsledkem, zatímco zvuková schopnost poskytuje podklady z řeči. Funkce řízené hlasem Výrobce popisuje volání funkcí z mluveného záměru a příklad volání funkcí ve vydané kartě označuje za experimentální podporu. V tomto postupu aplikace definuje funkci a její argumenty, model připraví volání z požadavku a aplikace je provede a dodá výsledek. Hlasové vyhledání tak může vrátit písemnou odpověď využívající informace z připojeného nástroje. Volání funkcí neznamená, že model automaticky ovládá externí službu nebo provádí akci pouhým pojmenováním. Účel funkce a potřebné informace ponechte výslovné. Pokud nahrávka žádá operaci, ale vynechává povinnou hodnotu, aplikace tuto hodnotu k provedení funkce stále potřebuje. Oddělte mluvený požadavek, navržené argumenty a vrácený výsledek, aby další odpověď mohla odkazovat na skutečný výsledek operace. Doporučená nastavení a užitečná vymezení Pro porozumění zvuku a konverzační dokončování karta doporučuje teplotu 0.2 a top-p 0.95. Pro přepis doporučuje teplotu 0.0. Výslovně uvádí, že v tomto vydaném postupu použití nejsou podporovány systémové prompty, proto úlohu a požadavky na odpověď umístěte do uživatelského vstupu místo přenosu konvence systémového promptu z jiného modelu Mistral. Vyberte nahrávku obsahující materiály relevantní pro otázku, ponechte mluvenou řeč dobře slyšitelnou a určete, zda má být výsledkem přepis, překlad, odpověď nebo shrnutí. Zdokumentovaným výstupem je text. Pro mluvenou odpověď je potřeba komponenta pro převod textu na řeč. Z obecně deklarovaného porozumění zvuku nelze u tohoto konkrétního vydání vyvozovat podporu identifikace mluvčích, podrobné diarizace ani časových značek na úrovni slov. Příklady generování 500 tokenů v kartě jsou ukázková nastavení, nikoli samostatně uvedená maximální výstupní kapacita. Při přípravě opakovatelného postupu zachovejte edici 2507, pokyny k délce pro konkrétní úlohu a vstupní jazyk. Užitečným konečným artefaktem je požadovaný text propojený s nahrávkou a formátovaný pro další dokumentový nebo aplikační krok. **Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt` [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/cs/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) Mistral /`mistralai/voxtral-small-24b-2507-stt` ### Úvod Voxtral Small 1.0 24B 2507 je model pro textový a zvukový vstup určený k přepisu, překladu řeči, otázkám a shrnutím. Výrobce dokumentuje kontext 32 tisíc tokenů, až 30 minut pro přepis nebo 40 minut pro porozumění, více zvukových vstupů a textové výsledky. Přijímané vstupy Zvuk Výsledky Text ### Dostupné v Ailoot · vstupy a metody **Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity mistralai/voxtral-small-24b-2507-stt | Výchozí— | | Pole`input_audio` | Typ`object` | PožadavekPovinné | Hodnoty a limity | Výchozí— | | Pole`language` | Typ`string` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`temperature` | Typ`number` | PožadavekVolitelné | Hodnoty a limity Minimum: 0 Maximum: 1 | Výchozí— | | Pole`response_format` | Typ`string` | PožadavekVolitelné | Hodnoty a limity json, verbose\_json | Výchozíjson | | Pole`timestamp_granularities` | Typ`array` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`provider` | Typ`object` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input\_audio | | Parametr`material_types` | Kontraktaudio | | Parametr`material_conditions` | KontraktNačtěte skutečný soubor WAV a zakódujte jeho skutečné bajty pro deklarovaný vstup JSON input\_audio; pro tuto přesnou deklaraci omezenou na JSON se nenabízí žádná trasa multipart. | Životní cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · skutečně vrácené task\_id nebo záznam v knihovně médií `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarify ##### Jak se vypočítá konečný poplatek Zobrazené sazby slouží k odhadu ceny před generováním. Konečný poplatek se vypočítá z nákladů zaznamenaných u původního generování. Naměřená délka výstupu ani odhadovaná množství nejsou konečným účtovaným množstvím. Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody. Rychlý režim Neuvedeno Při výběru rychlého režimu Režim flex Neuvedeno Při výběru režimu flex Maximální intenzita uvažování Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default) #### Odhadované sazby pro srovnání #### Ceny podle konfigurace Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu. | Konfigurace | Tabulka sazeb | Předpokládané množství | Účtovací jednotka | Poplatek | | --- | --- | --- | --- | --- | | KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Předpokládané množství— | Účtovací jednotka— | Poplatek Vstup · Vstupní tokeny · Odhad pouze pro srovnání **—** / 1K tokenů Výstup · Výstupní tokeny · Odhad pouze pro srovnání **—** / 1K tokenů Vstup · Čtení z mezipaměti · Odhad pouze pro srovnání **—** / 1K tokenů Vstup · Zápis do mezipaměti · Odhad pouze pro srovnání **—** / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina · Odhad pouze pro srovnání **—** / 1K tokenů | | Konfiguracesekunda vstupního zvuku | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza sekundu vstupního zvuku | Poplatek Vstup · sekunda vstupního zvuku · Odhad pouze pro srovnání **$0.0001** za sekundu vstupního zvuku | | KonfiguraceOdhadovaná cena generování | Tabulka sazeb— | Předpokládané množstvíodhad pro jedno generování | Účtovací jednotka— | Poplatek Výstup · Odhadovaná cena generování · Odhad pouze pro srovnání **$0.0001** odhad před generováním Tento odhad není dodatečným poplatkem ani pevnou sazbou za dokončené generování. | Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot Ultra · Přepis řeči curl · přesné nativní tělo požadavku a úplný výsledek ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'mistralai/voxtral-small-24b-2507-stt', 'input_audio': {'data': '${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Přijímání a ukládání výsledků #### Ailoot Ultra · Přepis řeči - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Další načtení obsahu Načíst existující soubory, které vám patří ```bash set -eu : "${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. ``` ##### Uchovejte všechny dokončené výsledky 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. ##### Pokud je nutné ověřit původní odpověď Uchovejte vrácené X-Client-Request-ID pro spárování záznamů. Načítejte pouze skutečně vrácené hodnoty task\_id/asset\_id nebo vlastní knihovnu médií; nikdy nevytvářejte URL úlohy z ID operace a nikdy znovu neodesílejte požadavek na vytvoření. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`text` | Typ | | Pole`usage` | Typ | | Pole`segments[]` | Typ | | Pole`words[]` | Typ | | Pole`speaker fields` | Typ | | Pole`timestamps` | Typ | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/cs/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/cs/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) FAQ · Mistral: Voxtral Small 24B 2507 STT Jaké vstupy a výsledky jsou dostupné? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `audio` → `text` Jaká pole požadavek používá? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Jaké limity platí? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Připojte Ailoot k Claude Code, OpenCode, Hermes nebo vlastní aplikaci. ## Společnost a její portfolio projektů Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. ## Nakupujte tokeny se slevou. Sleva předplatného pro pravidelnou práci. Promo kódy až 50% na nákup tokenů. Předplatné Pro pravidelné požadavky vyberte tarif se slevou. Promo kód až 50% Při nákupu zadejte kód. Cena se přepočítá podle probíhající akce. Výdaje v historii U každého požadavku se uloží model, tokeny a částka. [Vybrat předplatné](https://ailoot.ai/docs/cs/billing/subscriptions/) · [Zobrazit ceny modelů](https://ailoot.ai/models/cs/) ## Připojte API k produktu, který prodáváte. SaaS, aplikace a boti podle nabídky a licenční smlouvy Ailoot. Pro přeprodej požádejte o licenci přeprodejce. Komerční aplikace Začleňte generování textu, obrázků, videa a zvuku do placených funkcí své služby. Licence pro přeprodejce Pošlete popis projektu a způsob poskytování přístupu. Vyžádejte písemné podmínky použití a přeprodeje. Dokumenty na webu Nabídka, licenční smlouva a zásady zpracování dat jsou dostupné před připojením. [Požádat o licenci přeprodejce](mailto:support@ailoot.ai) · [Nabídka a licenční smlouva](https://ailoot.ai/legal/offer?lang=cs) ## Ailoot · Společnost a její portfolio projektů Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI. Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.