Source: https://ailoot.ai/models/da/mistralai-voxtral-small-24b-2507-stt/ Canonical: https://ailoot.ai/models/da/mistralai-voxtral-small-24b-2507-stt/ Language: da # Mistral: Voxtral Small 24B 2507 STT [Markdown](https://ailoot.ai/models/da/mistralai-voxtral-small-24b-2507-stt/index.md) · [JSON](https://ailoot.ai/models/da/mistralai-voxtral-small-24b-2507-stt/facts.json) ## [Mistral: Voxtral Small 24B 2507 STT](https://ailoot.ai/models/da/mistralai-voxtral-small-24b-2507-stt/) Voxtral Small 1.0 24B 2507 er en tekst- og lydmodel til transskription, taleoversættelse, spørgsmål og resuméer. Producenten dokumenterer en kontekst på 32k, op til 30 minutter til transskription eller 40 minutter til forståelse, flere lydinput og tekstresultater. - [**Ailoot Ultra · Transskription** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/da/mistralai-voxtral-small-24b-2507-stt/#method-0) Om modellen Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode. Voxtral Small 1.0 24B 2507 tilføjer lydinput og taleforståelse til en Mistral Small-sprogmodel som grundlag. Den tager imod lyd og tekst og returnerer tekst, herunder en transskription, et svar om optagelsen, en oversættelse eller et struktureret resumé. Det er den navngivne 24B-udgave til taleforståelse, adskilt fra Voxtral Mini, transskriptionsoptimerede tjenestevarianter og senere Voxtral-udgivelser til talegenerering eller realtid. Transskription og lydforståelse Modellen har en dedikeret tilstand til ren transskription. Producenten angiver, at den som standard automatisk forudsiger kildelydens sprog og transskriberer derefter. Brug denne tilstand, når den ønskede artefakt er selve den talte ordlyd frem for en fortolkning eller et resumé. Identificer, om resultatet skal bevare originalsproget eller efterfølges af en særskilt ønsket oversættelse. Lydforståelse gør det muligt at stille et spørgsmål direkte til en optagelse uden først at kæde en separat talegenkendelsesmodel og tekstmodel sammen. En anmodning kan spørge, hvilket emne der blev diskuteret, hvilken beslutning der blev angivet, eller hvilke oplysninger i optagelsen der besvarer et bestemt spørgsmål. Resultatet kan være et kort svar eller et organiseret resumé frem for en fuld transskription af hvert talt ord. Til et mødereferat skal du give optagelsen og definere de felter, der skal returneres: emner, udtrykkeligt angivne beslutninger og opfølgningshandlinger. Bed kun om navne eller datoer, når optagelsen faktisk angiver dem, og hold uafklarede detaljer adskilt fra beslutningerne. Til et interview skal du bede om svaret på et konkret spørgsmål og den omgivende kontekst, der gør det forståeligt. Disse outputdesign forbinder lydopgaven med et dokument, nogen kan bruge bagefter. Kontekst, varighed og sprog Producenten dokumenterer en kontekst på 32k tokens og lyd op til 30 minutter til transskription eller 40 minutter til forståelse. De to varighedstal har forskellige opgaveområder. Vælg den ønskede operation, før du vælger optagelsen, og medtag tekstinstruktion og samtale ved planlægning af den tilgængelige kontekst. En lang optagelse og et langt skriftligt svar bruger begge ressourcer; varighedsangivelsen er ikke et særskilt løfte om ubegrænset svarlængde. Udgivelsen identificerer engelsk, spansk, fransk, portugisisk, hindi, tysk, nederlandsk og italiensk blandt de primært understøttede sprog og tilbyder automatisk sprogregistrering. Til taleoversættelse skal du fastlægge målsproget og eventuelle termer, der skal bevare deres oprindelige form. Til et spørgsmål om lyd på ét sprog skal du adskille optagelsens sprog fra det sprog, svaret skal skrives på. Flere optagelser og opfølgningsspørgsmål Modelkortet understøtter flere lydinput i en besked og lyd i flere brugersamtaleture. Giv hver optagelse en identifikator, og angiv dens rolle, når de sammenlignes. En praktisk anmodning kan sammenligne to versioner af en talt forklaring, spørge, hvilke betingelser der blev ændret, og returnere en tabel med en særskilt kolonne til hver optagelse. Identifikatorer hjælper med at holde modellens fund knyttet til den rette kilde. En opfølgning kan bevare det tidligere spørgsmål og svar, mens den spørger til en mere afgrænset detalje eller giver en anden optagelse. Bed for eksempel først om beslutningerne fra en diskussion og derefter om, hvilken beslutning der vedrører et bestemt krav. Samme udgivelse demonstrerer også anmodninger kun med tekst og kun med lyd. Dens tekstgrundlag kan arbejde med det skriftlige spørgsmål eller resultat, mens lydfunktionen leverer bevismateriale fra tale. Stemmestyrede funktioner Producenten beskriver funktionskald fra talt hensigt og betegner det udgivne modelkorts funktionskaldseksempel som eksperimentel understøttelse. I denne arbejdsgang definerer applikationen en funktion og dens argumenter, modellen forbereder et kald fra anmodningen, og applikationen udfører det og leverer resultatet. Et stemmebaseret opslag kan dermed returnere et skriftligt svar med oplysninger fra et tilsluttet værktøj. Funktionskald betyder ikke, at modellen automatisk ejer den eksterne tjeneste eller udfører en handling blot ved at navngive den. Hold funktionens formål og de krævede oplysninger udtrykkelige. Hvis optagelsen beder om en operation, men udelader en nødvendig værdi, behøver applikationen stadig den værdi for at udføre funktionen. Adskil den talte anmodning, foreslåede argumenter og det returnerede resultat, så næste svar kan henvise til operationens faktiske udfald. Anbefalede indstillinger og nyttige afgrænsninger Til lydforståelse og chatfuldførelse anbefaler modelkortet temperature 0.2 og top-p 0.95. Til transskription anbefaler det temperature 0.0. Det angiver udtrykkeligt, at systemprompter ikke understøttes i dette udgivne brugsforløb, så placer opgaven og svarkravene i brugerinputtet frem for at overføre en systempromptkonvention fra en anden Mistral-model. Vælg en optagelse med det materiale, der er relevant for spørgsmålet, hold hørbar tale tydelig, og angiv, om resultatet skal være en transskription, oversættelse, et svar eller et resumé. Det dokumenterede output er tekst. Et talt svar kræver en tekst-til-tale-komponent, og taleridentifikation, detaljeret taleropdeling eller tidsstempler på ordniveau bør ikke udledes af den generelle påstand om lydforståelse for præcis denne udgivelse. Modelkortets genereringseksempler på 500 tokens er eksempelindstillinger og ikke en særskilt angivet maksimal outputkapacitet. Bevar 2507-udgaven, den opgavespecifikke varighedsvejledning og inputsproget ved forberedelse af en gentagelig arbejdsgang. Den nyttige endelige artefakt er den ønskede tekst, knyttet til optagelsen og formateret til næste dokument- eller applikationstrin. **Ailoot Ultra · Transskription** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt` [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/da/#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` ### Start Voxtral Small 1.0 24B 2507 er en tekst- og lydmodel til transskription, taleoversættelse, spørgsmål og resuméer. Producenten dokumenterer en kontekst på 32k, op til 30 minutter til transskription eller 40 minutter til forståelse, flere lydinput og tekstresultater. Accepterede input Lyd Resultater Tekst ### Tilgængelig i Ailoot · input og metoder **Ailoot Ultra · Transskription** `POST /v1/audio/transcriptions` Inputtyper `audio` Outputtyper `text` | Felt | Type | Krav | Værdier og grænser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser mistralai/voxtral-small-24b-2507-stt | Standard— | | Felt`input_audio` | Type`object` | KravPåkrævet | Værdier og grænser | Standard— | | Felt`language` | Type`string` | KravValgfrit | Værdier og grænser | Standard— | | Felt`temperature` | Type`number` | KravValgfrit | Værdier og grænser Minimum: 0 Maksimum: 1 | Standard— | | Felt`response_format` | Type`string` | KravValgfrit | Værdier og grænser json, verbose\_json | Standardjson | | Felt`timestamp_granularities` | Type`array` | KravValgfrit | Værdier og grænser | Standard— | | Felt`provider` | Type`object` | KravValgfrit | Værdier og grænser | Standard— | Metodeparametre og livscyklus | Parameter | Kontrakt | | --- | --- | | Parameter`content_type` | Kontraktapplication/json | | Parameter`required` | Kontraktmodel, input\_audio | | Parameter`material_types` | Kontraktaudio | | Parameter`material_conditions` | KontraktLæs en faktisk WAV-fil, og kod dens reelle bytes til det angivne JSON input\_audio; der annonceres ingen multipart-rute for denne præcise specifikation, som kun bruger JSON. | Livscyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · det faktisk returnerede task\_id eller posten i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Priser ##### Sådan beregnes det endelige beløb De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde. Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode. Hurtig tilstand Ikke angivet Når hurtig tilstand er valgt flex-tilstand Ikke angivet Når flex-tilstanden er valgt Maksimal ræsonneringsindsats Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats #### Estimerede takster til sammenligning #### Priser efter konfiguration Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer. | Konfiguration | Takstplan | Forventet mængde | Afregningsenhed | Beløb | | --- | --- | --- | --- | --- | | KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Afregningsenhed— | Beløb Input · Inputtokens · Estimat kun til sammenligning **—** / 1K tokens Output · Outputtokens · Estimat kun til sammenligning **—** / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning **—** / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning **—** / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning **—** / 1K tokens | | Konfigurationsekund inputlyd | Takstplan— | Forventet mængde— | Afregningsenhedpr. sekund lydinput | Beløb Input · sekund inputlyd · Estimat kun til sammenligning **$0.0001** pr. sekund lydinput | | KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Afregningsenhed— | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning **$0.0001** estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. | Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/) ### Eksempelanmodninger #### Ailoot Ultra · Transskription curl · det præcise native requestbody og hele resultatet ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Hent og gem resultater #### Ailoot Ultra · Transskription - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Læsning af andet indhold Hent eksisterende filer, du ejer ```bash set -eu : "${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. ``` ##### Behold alle færdige resultater Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel. Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen. ##### Hvis det oprindelige svar skal kontrolleres Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task\_id/asset\_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen. Svarfelter | Felt | Type | | --- | --- | | Felt`text` | Type | | Felt`usage` | Type | | Felt`segments[]` | Type | | Felt`words[]` | Type | | Felt`speaker fields` | Type | | Felt`timestamps` | Type | ### Aliaser #### Modelaliaser **Ailoot Ultra** [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/da/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) #### Aliaser for metodestier Brug metodestierne vist ovenfor. #### Relaterede kalder-ID’er [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/da/#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 Hvilke input og resultater er tilgængelige? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `audio` → `text` Hvilke felter bruger anmodningen? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Hvilke grænser gælder? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation. ## Virksomheden og dens projektportefølje Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. ## Køb tokens med rabat. Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb. Abonnement Vælg et abonnement med rabat til dine regelmæssige anmodninger. Rabatkode på op til 50% Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne. Udgifter i historikken Model, tokens og beløb gemmes for hver anmodning. [Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/) ## Tilslut API’et til produktet, du sælger. SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg. Kommerciel applikation Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner. Licens til forhandlere Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg. Dokumenter på websitet Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning. [Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da) ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.