Source: https://ailoot.ai/models/de/mistralai-voxtral-mini-transcribe/ Canonical: https://ailoot.ai/models/de/mistralai-voxtral-mini-transcribe/ Language: de # Mistral: Voxtral Mini Transcribe [Markdown](https://ailoot.ai/models/de/mistralai-voxtral-mini-transcribe/index.md) · [JSON](https://ailoot.ai/models/de/mistralai-voxtral-mini-transcribe/facts.json) ## [Mistral: Voxtral Mini Transcribe](https://ailoot.ai/models/de/mistralai-voxtral-mini-transcribe/) Voxtral Mini Transcribe 2 wandelt Aufnahmen in Text mit Sprecherdiarisierung, Zeitstempeln auf Wortebene und Vokabularsteuerung um. Mistral dokumentiert 13 Sprachen und Aufnahmen von bis zu drei Stunden für diese auf Transkription ausgerichtete Ausgabe, getrennt von Voxtral Realtime. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de/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, die in der Modellkarte des Herstellers als voxtral-mini-2602 bezeichnet wird. Sie ist für aufnahmebasierte Stapeltranskription statt der breiteren Fragebeantwortungsrolle des ursprünglichen Modells Voxtral Mini 3B konzipiert. Die Eingabe ist Audio, das Ergebnis transkribierter Text, optional ergänzt um Sprecherkennzeichnungen und Zeitinformationen. Praktische Anwendungen umfassen Besprechungstranskripte, Interviewanalysen, Aufzeichnungen von Gesprächen mit mehreren Beteiligten und Text, der mit aufgenommenen Medien ausgerichtet ist. Der Hersteller dokumentiert Sprecherdiarisierung und Start-/Endzeiten, sodass ein Transkript zeigen kann, wer wann gesprochen hat. Zeitstempel auf Wortebene unterstützen Untertitel, Audiosuche und die Zuordnung zwischen einer Textpassage und ihrer Position in einer Aufnahme. Die Herstelleranleitung erlaubt Zeitstempelgranularität auf Segment- oder Wortebene. Bei einem Interview ist ein nützliches Artefakt eine Folge zugeordneter Passagen mit Zeitangaben; für die Untertitelvorbereitung können Wort- oder Segmentzeiten einen späteren Untertitelungsschritt leiten, statt diese Zeiten aus reinem Transkripttext erschließen zu müssen. Kontextbezogene Vokabularsteuerung akzeptiert bis zu 100 Wörter oder Phrasen, die das Modell zur gewünschten Schreibweise von Namen, Fachbegriffen und domänenspezifischem Vokabular lenken. Mistral sagt, diese Funktion sei für Englisch optimiert und die Unterstützung anderer Sprachen experimentell. Bereite eine gezielte Vokabularliste aus dem Thema der Aufnahme statt eines unzusammenhängenden Glossars vor. Ein eigenständiges Beispiel wäre die Vorgabe von Projektnamen und Fachbegriffen, die wahrscheinlich in einer technischen Diskussion vorkommen, gefolgt von der Prüfung dieser Schreibweisen im fertigen Transkript. 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 von bis zu drei Stunden in einer einzigen Anfrage. Dies gehört zum Aufnahmeablauf von Mini Transcribe 2; die Kontext- und Dauerangaben des ursprünglichen Audioverständnismodells 2507 beschreiben eine andere Veröffentlichung. Die automatische Erkennung der Audiosprache ist verfügbar, und die Anleitung sagt, dass die ausdrückliche Vorgabe einer bekannten Audiosprache die Transkriptionsgenauigkeit verbessern kann. 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; wähle eines dieser Formate für den demonstrierten Uploadablauf. Stelle sicher, dass die Aufnahme dekodierbar ist und die relevanten gesprochenen Inhalte enthält. Bewahre bei langem Material Kennung und zeitlichen Ursprung, damit spätere Auszüge oder Änderungen weiterhin zur Quelle zurückverfolgt werden können. Die Transkriptionsreferenz gibt Text und erkannte Sprache mit Segmenten auf Anforderung zurück und dokumentiert separat gestreamte Transkriptionsereignisse. Diarisierung ist optional und standardmäßig auf false gesetzt. Die Anleitung weist darauf hin, dass timestamp\_granularities und eine ausdrückliche language-Einstellung derzeit nicht kompatibel sind; wähle daher den gewünschten Zeitstempelablauf oder den manuellen Sprachhinweis, statt beide zu kombinieren. Transkription mit Sprecherkennzeichnungen, Vokabularsteuerung und Zeitangaben sollten entsprechend dem beabsichtigten Ergebnis ausgewählt und nicht aus einer Basisanfrage vorausgesetzt werden. Überlappende Sprache ist eine inhaltliche Grenze: Laut Mistral transkribiert das Modell bei sich überschneidenden Sprechern typischerweise nur einen Sprecher. Ein gekennzeichnetes Transkript sollte daher nicht als vollständige Aufzeichnung jeder gleichzeitigen Äußerung behandelt werden. Prüfe bei einer Besprechungsaufzeichnung schwierige Überschneidungen und wichtige Namen oder Zahlen anhand der Aufnahme. Der Zweck des Modells ist Transkription; eine Zusammenfassung, Übersetzung oder Analyse kann eine separate Aufgabe auf Grundlage dieses Transkripts sein. Voxtral Realtime besitzt ein eigenes Latenzprofil für Live-Transkription, während Spracherzeugung zu anderen Modellen gehört. Bereite das Ergebnis für seine nächste Verwendung vor. Ein Besprechungsablauf kann Transkript, Sprecherkennzeichnungen und Zeitangaben bewahren, bevor ein separater Schritt Entscheidungen extrahiert; ein Medienablauf kann Zeitangaben zum Auffinden von Passagen und Entwerfen von Untertiteln nutzen; eine Aufnahme mit vielen Fachbegriffen kann eine gezielte Kontextvokabularliste und die Prüfung der entstehenden Schreibweisen enthalten. Das nützliche Arbeitsergebnis ist Text mit Bezug zu seiner Quellaufnahme und den konfigurierten Metadaten, wobei diese nummerierte Transkriptionsausgabe vom ursprünglichen Mini-Modell und fortlaufend aktualisierten latest-Namen getrennt bleibt. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `mistralai/voxtral-mini-transcribe` [`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions) Mistral /`mistralai/voxtral-mini-transcribe` ### Start Voxtral Mini Transcribe 2 wandelt Aufnahmen in Text mit Sprecherdiarisierung, Zeitstempeln auf Wortebene und Vokabularsteuerung um. Mistral dokumentiert 13 Sprachen und Aufnahmen von bis zu drei Stunden für diese auf Transkription ausgerichtete Ausgabe, getrennt von Voxtral Realtime. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabetypen `audio` Ausgabetypen `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 ein, kodiert 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 vorhandenen, Ihnen zugeordneten Mediendatensatz `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 | | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Token Ausgabe · Ausgabetoken **—** / 1K Token Eingabe · Cache-Lesen **—** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAudioeingabesekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabesekunde **$0.0001** pro Sekunde Eingabeaudio | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · tatsächliche WAV-Datei und vollständiges Originalergebnis ```bash set -eu : "${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 universelle 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 aus; übermitteln Sie eine Erstellung mit unklarem Ausgang niemals erneut. 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-Inhalt oder die ausdrücklich angegebene 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` | BedingungDie ausgewählte Methode hat keine zugelassene Route. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort422 · `price_unavailable` | BedingungDer akzeptierte Tarif kann 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 sind 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 müssen geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den vorhandenen, Ihnen zugeordneten Datensatz aus; übermitteln Sie die Erstellung nicht erneut. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/de/#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/#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/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## 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) ## 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.