Voxtral Mini Transcribe 2 ist die auf Transkription konzentrierte Voxtral-Ausgabe von Mistral AI, die in der Modellkarte des Herstellers als voxtral-mini-2602 bezeichnet wird. Sie ist für aufnahmebasierte Stapeltranskription ausgelegt statt für die breitere Rolle der Fragenbeantwortung des ursprünglichen Modells Voxtral Mini 3B. Die Eingabe ist Audio und das Ergebnis transkribierter Text, optional ergänzt um Sprecherkennzeichnungen und Zeitangaben. Praktische Anwendungen sind Besprechungstranskripte, Interviewanalyse, Aufzeichnungen von Gesprächen mit mehreren Beteiligten und Text mit zeitlicher Zuordnung zu aufgenommenen Medien.
Der Hersteller dokumentiert Sprecherdiarisierung und Anfangs-/Endzeiten, damit ein Transkript zeigen kann, wer wann gesprochen hat. Zeitstempel auf Wortebene unterstützen Untertitel, Audiosuche und die Zuordnung einer Textpassage zu ihrer Position in einer Aufnahme. Die Herstelleranleitung erlaubt Zeitstempelgranularität auf Segment- oder Wortebene. Für ein Interview ist eine Folge zugeordneter Passagen mit Zeitangaben ein nützliches Artefakt; bei der Untertitelvorbereitung können Wort- oder Segmentzeiten als Grundlage für eine spätere Untertitelung dienen, statt diese Zeiten aus reinem Transkripttext erschließen zu müssen.
Kontextbezogene Vokabularvorgaben akzeptieren bis zu 100 Wörter oder Phrasen, die das Modell zur beabsichtigten Schreibweise von Namen, Fachbegriffen und domänenspezifischem Vokabular lenken. Mistral gibt an, dass diese Funktion für Englisch optimiert und die Unterstützung anderer Sprachen experimentell ist. Bereiten Sie eine gezielte Vokabularliste zum Thema der Aufnahme vor statt eines sachfremden Glossars. Ein eigenständiges Beispiel wäre, Projektnamen und Fachbegriffe anzugeben, die wahrscheinlich in einer technischen Diskussion vorkommen, und diese Schreibweisen anschließend im fertigen Transkript zu prüfen.
Diese Ausgabe unterstützt dreizehn Sprachen: Englisch, Chinesisch, Hindi, Spanisch, Arabisch, Französisch, Portugiesisch, Russisch, Deutsch, Japanisch, Koreanisch, Italienisch und Niederländisch. Der Hersteller dokumentiert außerdem Robustheit gegenüber Störgeräuschen und Aufnahmen bis zu drei Stunden in einer einzigen Anfrage. Das gehört zum Aufnahmeablauf von Mini Transcribe 2; die Kontext- und Dauerangaben des ursprünglichen Audioverständnismodells 2507 beschreiben eine andere Veröffentlichung. Die automatische Erkennung der Aufnahmesprache ist verfügbar, und die Anleitung sagt, dass die ausdrückliche Angabe einer bekannten Audiosprache die Transkriptionsgenauigkeit verbessern kann.
Im dokumentierten Herstellerablauf kann Audio als hochgeladene Datei, als Kennung einer zuvor hochgeladenen Datei oder als referenzierte Aufnahme bereitgestellt werden. Die begleitende Upload-Demonstration akzeptiert Aufnahmen in MP3, WAV, M4A, FLAC und OGG; wählen Sie eines dieser Formate für den demonstrierten Upload-Ablauf. Halten Sie die Aufnahme dekodierbar und beziehen Sie die relevanten gesprochenen Inhalte ein. Bewahren Sie bei langem Material die Kennung und den zeitlichen Ursprung, damit spätere Ausschnitte oder Bearbeitungen weiter auf die Quelle zurückgeführt werden können.
Die Transkriptionsreferenz gibt den Text und die erkannte Sprache zurück, bei Anforderung auch Segmente, und dokumentiert gesondert gestreamte Transkriptionsereignisse. Diarisierung ist optional und hat standardmäßig den Wert false. Die Anleitung weist darauf hin, dass timestamp_granularities und eine ausdrückliche language-Einstellung derzeit nicht kompatibel sind. Wählen Sie daher den gewünschten Ablauf mit Zeitangaben oder den manuellen Sprachhinweis, statt sie zu kombinieren. Sprechergekennzeichnete Transkription, Vokabularvorgaben und Zeitangaben sollten nach dem beabsichtigten Ergebnis ausgewählt und nicht bei einer einfachen Anfrage vorausgesetzt werden.
Gleichzeitiges Sprechen ist eine wesentliche Einschränkung: Mistral gibt an, dass das Modell bei gleichzeitig sprechenden Personen typischerweise nur eine Person transkribiert. Ein gekennzeichnetes Transkript sollte daher nicht als vollständige Aufzeichnung jeder gleichzeitigen Äußerung behandelt werden. Prüfen Sie bei einem Besprechungsprotokoll schwierige Überlappungen und wichtige Namen oder Zahlen anhand der Aufnahme. Der Modellzweck ist Transkription; Zusammenfassung, Übersetzung oder Analyse kann eine gesonderte, auf diesem Transkript aufbauende Aufgabe sein. Voxtral Realtime hat ein eigenes Latenzprofil für Live-Transkription, während Spracherzeugung zu anderen Modellen gehört.
Bereiten Sie das Ergebnis für seine nächste Verwendung vor. Ein Besprechungsablauf kann Transkript, Sprecherkennzeichnungen und Zeitangaben bewahren, bevor eine gesonderte Phase Entscheidungen extrahiert; ein Medienablauf kann anhand der Zeitangaben Passagen auffinden und Untertitel entwerfen; eine Aufnahme mit vielen Fachbegriffen kann die gezielte Kontextvokabularliste und eine Prüfung der entstehenden Schreibweisen enthalten. Das nützliche Ergebnis ist Text, der mit seiner Quellaufnahme und den konfigurierten Metadaten verbunden ist; diese nummerierte Transkriptionsausgabe bleibt dabei vom ursprünglichen Mini-Modell und von fortlaufend aktualisierten latest-Namen getrennt.
", "aboutText": "Voxtral Mini Transcribe 2 ist die auf Transkription konzentrierte Voxtral-Ausgabe von Mistral AI, die in der Modellkarte des Herstellers als voxtral-mini-2602 bezeichnet wird. Sie ist für aufnahmebasierte Stapeltranskription ausgelegt statt für die breitere Rolle der Fragenbeantwortung des ursprünglichen Modells Voxtral Mini 3B. Die Eingabe ist Audio und das Ergebnis transkribierter Text, optional ergänzt um Sprecherkennzeichnungen und Zeitangaben. Praktische Anwendungen sind Besprechungstranskripte, Interviewanalyse, Aufzeichnungen von Gesprächen mit mehreren Beteiligten und Text mit zeitlicher Zuordnung zu aufgenommenen Medien.\n\nDer Hersteller dokumentiert Sprecherdiarisierung und Anfangs-/Endzeiten, damit ein Transkript zeigen kann, wer wann gesprochen hat. Zeitstempel auf Wortebene unterstützen Untertitel, Audiosuche und die Zuordnung einer Textpassage zu ihrer Position in einer Aufnahme. Die Herstelleranleitung erlaubt Zeitstempelgranularität auf Segment- oder Wortebene. Für ein Interview ist eine Folge zugeordneter Passagen mit Zeitangaben ein nützliches Artefakt; bei der Untertitelvorbereitung können Wort- oder Segmentzeiten als Grundlage für eine spätere Untertitelung dienen, statt diese Zeiten aus reinem Transkripttext erschließen zu müssen.\n\nKontextbezogene Vokabularvorgaben akzeptieren bis zu 100 Wörter oder Phrasen, die das Modell zur beabsichtigten Schreibweise von Namen, Fachbegriffen und domänenspezifischem Vokabular lenken. Mistral gibt an, dass diese Funktion für Englisch optimiert und die Unterstützung anderer Sprachen experimentell ist. Bereiten Sie eine gezielte Vokabularliste zum Thema der Aufnahme vor statt eines sachfremden Glossars. Ein eigenständiges Beispiel wäre, Projektnamen und Fachbegriffe anzugeben, die wahrscheinlich in einer technischen Diskussion vorkommen, und diese Schreibweisen anschließend im fertigen Transkript zu prüfen.\n\nDiese Ausgabe unterstützt dreizehn Sprachen: Englisch, Chinesisch, Hindi, Spanisch, Arabisch, Französisch, Portugiesisch, Russisch, Deutsch, Japanisch, Koreanisch, Italienisch und Niederländisch. Der Hersteller dokumentiert außerdem Robustheit gegenüber Störgeräuschen und Aufnahmen bis zu drei Stunden in einer einzigen Anfrage. Das gehört zum Aufnahmeablauf von Mini Transcribe 2; die Kontext- und Dauerangaben des ursprünglichen Audioverständnismodells 2507 beschreiben eine andere Veröffentlichung. Die automatische Erkennung der Aufnahmesprache ist verfügbar, und die Anleitung sagt, dass die ausdrückliche Angabe einer bekannten Audiosprache die Transkriptionsgenauigkeit verbessern kann.\n\nIm dokumentierten Herstellerablauf kann Audio als hochgeladene Datei, als Kennung einer zuvor hochgeladenen Datei oder als referenzierte Aufnahme bereitgestellt werden. Die begleitende Upload-Demonstration akzeptiert Aufnahmen in MP3, WAV, M4A, FLAC und OGG; wählen Sie eines dieser Formate für den demonstrierten Upload-Ablauf. Halten Sie die Aufnahme dekodierbar und beziehen Sie die relevanten gesprochenen Inhalte ein. Bewahren Sie bei langem Material die Kennung und den zeitlichen Ursprung, damit spätere Ausschnitte oder Bearbeitungen weiter auf die Quelle zurückgeführt werden können.\n\nDie Transkriptionsreferenz gibt den Text und die erkannte Sprache zurück, bei Anforderung auch Segmente, und dokumentiert gesondert gestreamte Transkriptionsereignisse. Diarisierung ist optional und hat standardmäßig den Wert false. Die Anleitung weist darauf hin, dass timestamp_granularities und eine ausdrückliche language-Einstellung derzeit nicht kompatibel sind. Wählen Sie daher den gewünschten Ablauf mit Zeitangaben oder den manuellen Sprachhinweis, statt sie zu kombinieren. Sprechergekennzeichnete Transkription, Vokabularvorgaben und Zeitangaben sollten nach dem beabsichtigten Ergebnis ausgewählt und nicht bei einer einfachen Anfrage vorausgesetzt werden.\n\nGleichzeitiges Sprechen ist eine wesentliche Einschränkung: Mistral gibt an, dass das Modell bei gleichzeitig sprechenden Personen typischerweise nur eine Person transkribiert. Ein gekennzeichnetes Transkript sollte daher nicht als vollständige Aufzeichnung jeder gleichzeitigen Äußerung behandelt werden. Prüfen Sie bei einem Besprechungsprotokoll schwierige Überlappungen und wichtige Namen oder Zahlen anhand der Aufnahme. Der Modellzweck ist Transkription; Zusammenfassung, Übersetzung oder Analyse kann eine gesonderte, auf diesem Transkript aufbauende Aufgabe sein. Voxtral Realtime hat ein eigenes Latenzprofil für Live-Transkription, während Spracherzeugung zu anderen Modellen gehört.\n\nBereiten Sie das Ergebnis für seine nächste Verwendung vor. Ein Besprechungsablauf kann Transkript, Sprecherkennzeichnungen und Zeitangaben bewahren, bevor eine gesonderte Phase Entscheidungen extrahiert; ein Medienablauf kann anhand der Zeitangaben Passagen auffinden und Untertitel entwerfen; eine Aufnahme mit vielen Fachbegriffen kann die gezielte Kontextvokabularliste und eine Prüfung der entstehenden Schreibweisen enthalten. Das nützliche Ergebnis ist Text, der mit seiner Quellaufnahme und den konfigurierten Metadaten verbunden ist; diese nummerierte Transkriptionsausgabe bleibt dabei vom ursprünglichen Mini-Modell und von fortlaufend aktualisierten latest-Namen getrennt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e5b1fa5d723041652bdc60573fda3089c9443e9adb22c54bfa716f4644052d4b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "mistralai/voxtral-mini-transcribeVoxtral Mini Transcribe 2 wandelt Aufnahmen in Text mit Sprecherdiarisierung, Zeitstempeln auf Wortebene und gezielter Bevorzugung vorgegebenen Vokabulars um. Mistral dokumentiert 13 Sprachen und Aufnahmen bis zu drei Stunden für diese auf Transkription konzentrierte Ausgabe, die von Voxtral Realtime getrennt ist.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Voxtral Mini Transcribe 2 ist die auf Transkription konzentrierte Voxtral-Ausgabe von Mistral AI, die in der Modellkarte des Herstellers als voxtral-mini-2602 bezeichnet wird. Sie ist für aufnahmebasierte Stapeltranskription ausgelegt statt für die breitere Rolle der Fragenbeantwortung des ursprünglichen Modells Voxtral Mini 3B. Die Eingabe ist Audio und das Ergebnis transkribierter Text, optional ergänzt um Sprecherkennzeichnungen und Zeitangaben. Praktische Anwendungen sind Besprechungstranskripte, Interviewanalyse, Aufzeichnungen von Gesprächen mit mehreren Beteiligten und Text mit zeitlicher Zuordnung zu aufgenommenen Medien.
Der Hersteller dokumentiert Sprecherdiarisierung und Anfangs-/Endzeiten, damit ein Transkript zeigen kann, wer wann gesprochen hat. Zeitstempel auf Wortebene unterstützen Untertitel, Audiosuche und die Zuordnung einer Textpassage zu ihrer Position in einer Aufnahme. Die Herstelleranleitung erlaubt Zeitstempelgranularität auf Segment- oder Wortebene. Für ein Interview ist eine Folge zugeordneter Passagen mit Zeitangaben ein nützliches Artefakt; bei der Untertitelvorbereitung können Wort- oder Segmentzeiten als Grundlage für eine spätere Untertitelung dienen, statt diese Zeiten aus reinem Transkripttext erschließen zu müssen.
Kontextbezogene Vokabularvorgaben akzeptieren bis zu 100 Wörter oder Phrasen, die das Modell zur beabsichtigten Schreibweise von Namen, Fachbegriffen und domänenspezifischem Vokabular lenken. Mistral gibt an, dass diese Funktion für Englisch optimiert und die Unterstützung anderer Sprachen experimentell ist. Bereiten Sie eine gezielte Vokabularliste zum Thema der Aufnahme vor statt eines sachfremden Glossars. Ein eigenständiges Beispiel wäre, Projektnamen und Fachbegriffe anzugeben, die wahrscheinlich in einer technischen Diskussion vorkommen, und diese Schreibweisen anschließend im fertigen Transkript zu prüfen.
Diese Ausgabe unterstützt dreizehn Sprachen: Englisch, Chinesisch, Hindi, Spanisch, Arabisch, Französisch, Portugiesisch, Russisch, Deutsch, Japanisch, Koreanisch, Italienisch und Niederländisch. Der Hersteller dokumentiert außerdem Robustheit gegenüber Störgeräuschen und Aufnahmen bis zu drei Stunden in einer einzigen Anfrage. Das gehört zum Aufnahmeablauf von Mini Transcribe 2; die Kontext- und Dauerangaben des ursprünglichen Audioverständnismodells 2507 beschreiben eine andere Veröffentlichung. Die automatische Erkennung der Aufnahmesprache ist verfügbar, und die Anleitung sagt, dass die ausdrückliche Angabe einer bekannten Audiosprache die Transkriptionsgenauigkeit verbessern kann.
Im dokumentierten Herstellerablauf kann Audio als hochgeladene Datei, als Kennung einer zuvor hochgeladenen Datei oder als referenzierte Aufnahme bereitgestellt werden. Die begleitende Upload-Demonstration akzeptiert Aufnahmen in MP3, WAV, M4A, FLAC und OGG; wählen Sie eines dieser Formate für den demonstrierten Upload-Ablauf. Halten Sie die Aufnahme dekodierbar und beziehen Sie die relevanten gesprochenen Inhalte ein. Bewahren Sie bei langem Material die Kennung und den zeitlichen Ursprung, damit spätere Ausschnitte oder Bearbeitungen weiter auf die Quelle zurückgeführt werden können.
Die Transkriptionsreferenz gibt den Text und die erkannte Sprache zurück, bei Anforderung auch Segmente, und dokumentiert gesondert gestreamte Transkriptionsereignisse. Diarisierung ist optional und hat standardmäßig den Wert false. Die Anleitung weist darauf hin, dass timestamp_granularities und eine ausdrückliche language-Einstellung derzeit nicht kompatibel sind. Wählen Sie daher den gewünschten Ablauf mit Zeitangaben oder den manuellen Sprachhinweis, statt sie zu kombinieren. Sprechergekennzeichnete Transkription, Vokabularvorgaben und Zeitangaben sollten nach dem beabsichtigten Ergebnis ausgewählt und nicht bei einer einfachen Anfrage vorausgesetzt werden.
Gleichzeitiges Sprechen ist eine wesentliche Einschränkung: Mistral gibt an, dass das Modell bei gleichzeitig sprechenden Personen typischerweise nur eine Person transkribiert. Ein gekennzeichnetes Transkript sollte daher nicht als vollständige Aufzeichnung jeder gleichzeitigen Äußerung behandelt werden. Prüfen Sie bei einem Besprechungsprotokoll schwierige Überlappungen und wichtige Namen oder Zahlen anhand der Aufnahme. Der Modellzweck ist Transkription; Zusammenfassung, Übersetzung oder Analyse kann eine gesonderte, auf diesem Transkript aufbauende Aufgabe sein. Voxtral Realtime hat ein eigenes Latenzprofil für Live-Transkription, während Spracherzeugung zu anderen Modellen gehört.
Bereiten Sie das Ergebnis für seine nächste Verwendung vor. Ein Besprechungsablauf kann Transkript, Sprecherkennzeichnungen und Zeitangaben bewahren, bevor eine gesonderte Phase Entscheidungen extrahiert; ein Medienablauf kann anhand der Zeitangaben Passagen auffinden und Untertitel entwerfen; eine Aufnahme mit vielen Fachbegriffen kann die gezielte Kontextvokabularliste und eine Prüfung der entstehenden Schreibweisen enthalten. Das nützliche Ergebnis ist Text, der mit seiner Quellaufnahme und den konfigurierten Metadaten verbunden ist; diese nummerierte Transkriptionsausgabe bleibt dabei vom ursprünglichen Mini-Modell und von fortlaufend aktualisierten latest-Namen getrennt.
POST /v1/audio/transcriptionsaudiotext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits mistralai/voxtral-mini-transcribe | Standard— |
Feldinput_audio | Typobject | AnforderungErforderlich | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, input_audio |
Parametermaterial_types | Vertragaudio |
Parametermaterial_conditions | VertragDas Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, kodiert die vollständigen Dateibytes als base64 und übermittelt input_audio.format als wav. |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · exakte task_id aus einem bestehenden, Ihnen zugeordneten Mediendatensatz
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken — / 1K Tokens Ausgabe · Ausgabetoken — / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAudioeingabesekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabesekunde $0.0001 pro Sekunde Eingabeaudio |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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.\nVollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder ein allgemeingültiges JSON-Format noch ein Textfeld oder eine äußere Aufgabenstruktur hinzu.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und deren exakte signierte Inhalts-URLs; übermitteln Sie eine Erstellung mit unklarem Ergebnis niemals erneut.
| Feld | Typ |
|---|---|
Feldtext (when present) | Typ |
Feldusage (when present) | Typ |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungDer JSON-Inhalt oder die explizite kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. |
Antwort401 · authentication_error | BedingungDer Ailoot API-Schlüssel ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten Ailoot API-Schlüssel. |
Antwort403 · permission_error | BedingungDie Schlüsselgruppe lässt diese Methode nicht zu. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. |
Antwort404 · not_found_error | BedingungFür die ausgewählte Methode ist keine Route zugelassen. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. |
Antwort422 · price_unavailable | BedingungDer akzeptierte Tarif kann seine erforderliche Eingabemenge oder Obergrenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif erforderte Eingabedarstellung. |
Antwort503 · | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung. |
Antwort502 · server_error | BedingungDas ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Datensatz; übermitteln Sie die Erstellung nicht erneut. |
Ailoot Ultra mistralai/voxtral-mini-transcribe
Verwenden Sie die oben angezeigten Methodenpfade.