Source: https://ailoot.ai/models/de-ch/mistralai-voxtral-mini-transcribe/ Canonical: https://ailoot.ai/models/de-ch/mistralai-voxtral-mini-transcribe/ Language: de-ch # Mistral: Voxtral Mini Transcribe [Markdown](https://ailoot.ai/models/de-ch/mistralai-voxtral-mini-transcribe/index.md) · [JSON](https://ailoot.ai/models/de-ch/mistralai-voxtral-mini-transcribe/facts.json) ## [Mistral: Voxtral Mini Transcribe](https://ailoot.ai/models/de-ch/mistralai-voxtral-mini-transcribe/) Voxtral Mini Transcribe 2 wandelt Aufnahmen in Text mit Sprechersegmentierung, Wortzeitstempeln und gezielter Bevorzugung vorgegebenen Vokabulars um. Mistral dokumentiert 13 Sprachen und Aufnahmen bis zu drei Stunden für diese auf Transkription ausgerichtete Ausgabe, die von Voxtral Realtime getrennt ist. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de-ch/mistralai-voxtral-mini-transcribe/#method-0) Über das Modell 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 ausgerichtete Voxtral-Ausgabe von Mistral AI, in der Modellkarte des Herstellers als voxtral-mini-2602 bezeichnet. Sie ist für aufnahmebasierte Stapeltranskription statt der umfassenderen Frage-Antwort-Rolle des ursprünglichen Modells Voxtral Mini 3B entwickelt. Die Eingabe ist Audio und das Ergebnis transkribierter Text, optional ergänzt um Sprecherbezeichnungen und Zeitangaben. Praktische Anwendungen umfassen Besprechungstranskripte, Interviewanalysen, Gesprächsaufzeichnungen mit mehreren Beteiligten und mit aufgenommenen Medien zeitlich abgeglichenen Text. Der Hersteller dokumentiert Sprechersegmentierung und Start-/Endzeiten, sodass ein Transkript zeigen kann, wer wann gesprochen hat. Wortzeitstempel unterstützen Untertitel, Audiosuche und die Zuordnung einer Textpassage zu ihrer Position in einer Aufnahme. Die Herstelleranleitung erlaubt Zeitstempel auf Segment- oder Wortebene. Für ein Interview ist eine Folge zugeordneter Passagen mit Zeitangaben ein nützliches Artefakt; bei der Untertitelvorbereitung können Wort- oder Segmentzeiten einen späteren Schritt zur Untertitelung anleiten, statt diese Zeiten aus reinem Transkripttext erschliessen zu müssen. Kontextbeeinflussung akzeptiert bis zu 100 Wörter oder Wortgruppen, die das Modell zur beabsichtigten Schreibweise von Namen, Fachbegriffen und domänenspezifischem Vokabular hinführen. Mistral erklärt, dass diese Funktion für Englisch optimiert und die Unterstützung anderer Sprachen experimentell ist. Bereiten Sie eine gezielte Vokabularliste zum Thema der Aufnahme statt eines sachfremden Glossars vor. Ein eigenständiges Beispiel würde die wahrscheinlich in einer technischen Diskussion vorkommenden Projektnamen und Fachbegriffe bereitstellen und anschliessend deren Schreibweisen im fertigen Transkript 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. Dies gehört zum Aufnahmeablauf von Mini Transcribe 2; Kontext- und Dauerangaben des ursprünglichen Audioverständnismodells 2507 beschreiben eine andere Veröffentlichung. Automatische Spracherkennung ist verfügbar, und laut Anleitung kann eine ausdrücklich angegebene bekannte Audiosprache die Transkriptionsgenauigkeit verbessern. Im dokumentierten Herstellerablauf kann Audio als hochgeladene Datei, Kennung einer zuvor hochgeladenen Datei oder referenzierte Aufnahme bereitgestellt werden. Die begleitende Uploaddemonstration akzeptiert MP3-, WAV-, M4A-, FLAC- und OGG-Aufnahmen; wählen Sie eines dieser Formate für den demonstrierten Uploadablauf. Halten Sie die Aufnahme dekodierbar und schliessen Sie relevante Sprache ein. Bewahren Sie bei langem Material Kennung und Zeitursprung, damit spätere Auszüge oder Bearbeitungen weiterhin zur Quelle zurückverfolgt werden können. Die Transkriptionsreferenz liefert Text und erkannte Sprache zurück, auf Wunsch mit Segmenten, und dokumentiert separat gestreamte Transkriptionsereignisse. Sprechersegmentierung ist optional und standardmässig 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 Zeitstempeln oder den manuellen Sprachhinweis, statt beides zu kombinieren. Transkription mit Sprecherbezeichnungen, Vokabularbeeinflussung und Zeitangaben sollten anhand des gewünschten Ergebnisses ausgewählt und nicht bei einer einfachen Anfrage vorausgesetzt werden. Überlappende Sprache ist eine inhaltliche Grenze: Laut Mistral transkribiert das Modell üblicherweise einen Sprecher, wenn mehrere gleichzeitig sprechen. Ein beschriftetes Transkript darf daher nicht als vollständige Aufzeichnung jeder gleichzeitigen Äusserung behandelt werden. Prüfen Sie bei einem Besprechungsprotokoll schwierige Überschneidungen sowie wichtige Namen oder Zahlen anhand der Aufnahme. Der Modellzweck ist Transkription; Zusammenfassung, Übersetzung oder Analyse können separate Aufgaben auf Grundlage des Transkripts sein. Voxtral Realtime hat ein eigenes Latenzprofil für Live-Transkription, während Spracherzeugung zu anderen Modellen gehört. Bereiten Sie das Ergebnis für seine nächste Nutzung vor. Ein Besprechungsablauf kann Transkript, Sprecherbezeichnungen und Zeitangaben bewahren, bevor eine separate Phase Entscheidungen extrahiert; ein Medienablauf kann mit den Zeitangaben Passagen auffinden und Untertitel entwerfen; eine terminologiereiche Aufnahme kann die gezielte Kontextliste und eine Prüfung der resultierenden Schreibweisen einbeziehen. Das nützliche Arbeitsergebnis ist Text, der mit seiner Quellaufnahme und den konfigurierten Metadaten verbunden ist; diese nummerierte Transkriptionsausgabe bleibt vom ursprünglichen Mini-Modell und fortlaufend aktualisierten latest-Namen getrennt. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `mistralai/voxtral-mini-transcribe` [`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de-ch/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions) Mistral /`mistralai/voxtral-mini-transcribe` ### Einstieg Voxtral Mini Transcribe 2 wandelt Aufnahmen in Text mit Sprechersegmentierung, Wortzeitstempeln und gezielter Bevorzugung vorgegebenen Vokabulars um. Mistral dokumentiert 13 Sprachen und Aufnahmen bis zu drei Stunden für diese auf Transkription ausgerichtete Ausgabe, die von Voxtral Realtime getrennt ist. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabe `audio` Ausgabe `text` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits mistralai/voxtral-mini-transcribe | Standard— | | Feld`input_audio` | Typ`object` | AnforderungErforderlich | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input\_audio | | Parameter`material_types` | Vertragaudio | | Parameter`material_conditions` | VertragDas Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, codiert sämtliche Dateibytes als base64 und sendet 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 Medieneintrag `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | | KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationAudioeingabe-Sekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabe-Sekunde **$0.0001** pro Sekunde Eingabeaudio | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · tatsächliche WAV-Datei und vollständiges Originalergebnis ```bash set -eu : "${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. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Transkription Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder eine allgemeingültige JSON-Struktur noch ein Textfeld oder eine Aufgabenhülle hinzu. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Alle fertiggestellten Ergebnisse aufbewahren 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. ##### Wenn die ursprüngliche Antwort geprüft werden muss Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs; reichen Sie eine Erstellung mit unklarem Ausgang niemals erneut ein. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text (when present)` | Typ | | Feld`usage (when present)` | Typ | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungDer JSON-Anfragetext oder die explizite kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. | | Antwort401 · `authentication_error` | BedingungDer API-Schlüssel von Ailoot ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten API-Schlüssel von Ailoot. | | 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 gibt es keine zugelassene Route. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort422 · `price_unavailable` | BedingungFür den akzeptierten Tarif lässt sich die erforderliche Eingabemenge oder deren Grenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung. | | Antwort503 · `` | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine Reservierung mit unklarem Zustand ist keine Erlaubnis zum erneuten Einreichen. | | 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 Eintrag; reichen Sie die Erstellung nicht erneut ein. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de-ch/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de-ch/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions) FAQ · Mistral: Voxtral Mini Transcribe Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `mistralai/voxtral-mini-transcribe`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `mistralai/voxtral-mini-transcribe`: `model`, `input_audio` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.