Mistral: Voxtral Mini 3B 2507

Voxtral Mini 1.0 3B 2507 yhdistää äänen ymmärtämisen kompaktiin tekstimalliin litterointia, puheen kääntämistä, kysymyksiä ja yhteenvetoja varten. Valmistaja dokumentoi 32 tuhannen tokenin kontekstin, enintään 30 minuutin litteroinnin tai 40 minuutin äänen ymmärtämisen sekä tekstitulosteen.

Ailoot Ultra · Litterointi POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507

Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

Voxtral Mini 1.0 3B 2507 on Mistral AI:n kompakti tekstin ja äänen ymmärtämismalli, joka rakentuu Ministral 3B -kielimalliperheelle. Se vastaanottaa puhetallenteita ja tekstiohjeita sekä tuottaa tekstiä, kuten litteraatteja, käännöksiä, ääntä koskevia vastauksia ja rakenteisia yhteenvetoja. Alkuperäinen Voxtral-julkaisu suosittelee tätä 3B-mallia kompakteihin tai paikallisiin sovelluksiin erillisen 24B Voxtral Small -mallin rinnalle. Se on myös erillinen palveluna tarjottavasta litterointiin optimoidusta Voxtral Mini Transcribe -palvelusta.

Mallilla on oma litterointitila, joka oletuksena ennustaa lähdekielen automaattisesti ja litteroi sen mukaisesti. Valitse tila, kun vaadittu artefakti on puhuttu sanamuoto. Äänen ymmärtäminen puolestaan sallii suoran kysymyksen tai yhteenvetopyynnön tallenteesta ilman erillistä puheentunnistusvaihetta ja sitä seuraavaa tekstimallia. Haastattelusta voi siis tuottaa täydellisen litteraatin, käännöksen tai vastauksen rajattuun kysymykseen; määritä tarvittava tulos, jotta eri tehtävät eivät sekoitu yhdeksi epäselväksi toimeksiannoksi.

Nimenomainen julkaisukortti ilmoittaa 32 tuhannen tokenin kontekstin ja enintään 30 minuutin äänen litterointiin tai 40 minuuttia ymmärtämiseen. Ne ovat erilaisia tehtäväkohtaisia kestoilmoituksia eivätkä yhteinen äänivara kaikille toiminnoille. Pidä olennainen tallenne, ohjeet ja keskustelu tarkoitetun tehtävän rajojen sisällä. Valmistajan nimeämät kielet ovat englanti, espanja, ranska, portugali, hindi, saksa, hollanti ja italia, ja automaattinen kielentunnistus on käytettävissä. Erota käännöksessä tai vastauksessa tallenteen kieli vaaditusta tuloskielestä.

Useita äänisyötteitä yhdessä viestissä ja ääntä useilla käyttäjävuoroilla tuetaan. Anna jokaiselle tallenteelle selkeä tunniste vertailuja pyydettäessä. Oma esimerkki voisi vertailla kahta puhuttua selitystä ja palauttaa muuttuneet vaatimukset erillisine sarakkeineen kullekin lähteelle. Jatkokysymys voi pyytää yhden havainnon taustalla olevaa yksityiskohtaa tai antaa uuden tallenteen. Kortti havainnollistaa myös pelkkään tekstiin ja pelkkään ääneen perustuvaa käyttöä, jolloin malli voi käsitellä kirjallista kysymystä sekä puhenäyttöä.

Anna kokousyhteenvetoon tallenne ja pyydä hyödyllinen rakenne, kuten aiheet, lausutut päätökset ja jatkotoimet. Pidä epävarmat nimet, päivämäärät tai vastuut erillään selvästi lausutuista tosiasioista. Pyydä haastattelusta tiettyyn kysymykseen vastaava lausuma ja tarpeeksi ympäröivää kontekstia sen ymmärtämiseksi. Nämä ovat käyttökelpoisen tekstiartefaktin tehtävärakenteita; ne eivät tee yleisestä äänen ymmärtämisestä takuuta puhujien erottelulle, sanakohtaisille aikaleimoille tai nimeämättömän puhujan tunnistamiselle.

Valmistaja kuvaa funktiokutsuja puhutun aikomuksen pohjalta. Tällaisessa työnkulussa sovellus antaa funktiomäärittelyt, malli ehdottaa olennaisen kutsun ja argumentit, ja sovellus suorittaa sen sekä palauttaa havainnon. Puhepyyntö voi siis ohjata hakua tai muuta työkaluavusteista tehtävää, mutta mallin ehdottama kutsu eroaa suoritetusta toimenpiteestä. Säilytä todella palautettu tulos keskustelua jatkettaessa, jotta myöhempi vastaus heijastaa tapahtunutta pyydetyn sijaan.

Julkaistu käyttökortti suosittelee litterointiin temperature-arvoa 0.0 ja äänen ymmärtämiseen sekä keskusteluun temperature-arvoa 0.2 ja top_p-arvoa 0.95. Se kertoo, ettei tässä kulussa tueta järjestelmäkehotteita, joten sijoita tehtävä ja vastausvaatimukset käyttäjäsyötteeseen. Esimerkit dekoodaavat tallenteet äänisyötteiksi ja sisältävät MP3-aineistoa, mutta eivät osoita kattavaa koodekkiluetteloa tai erillistä ehdotonta tulosteen enimmäispituutta. Esimerkkien 500 tokenin generointiasetus on edelleen esimerkkibudjetti.

Valmistele selkeä tallenne, joka sisältää tehtävälle olennaisen aineiston, ja määritä, tarvitsetko alkuperäisen sanamuodon, käännöksen, vastauksen vai yhteenvedon. Kortti havainnollistaa myös usean keskustelun eräinferenssiä, joka on valmistajan käyttötapa ja erillinen yksittäisen tuloksen identiteetistä. Säilytä 3B 2507 -versio ja sen litteroinnin ja ymmärtämisen kesto-ohjeet; myöhemmän Mini Transcribe 2 -mallin puhujien erottelu, 13 kielen tuki ja pidempien tallenteiden tuki ovat erillisiä valmistajan ominaisuuksia.

Ailoot Ultra · Litterointi POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507

mistralai/voxtral-mini-3b-2507

Mistral /mistralai/voxtral-mini-3b-2507

Aloitus

Hyväksytyt syötteet: Ääni
Tulokset: Teksti

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Litterointi POST /v1/audio/transcriptions

Syötetyypit: audio
Tulostyypit: text

Kenttä	Tyyppi	Vaatimus	Arvot & rajat	Oletus
Kenttä`model`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat mistralai/voxtral-mini-3b-2507	Oletus—
Kenttä`input_audio`	Tyyppi`object`	VaatimusPakollinen	Arvot & rajat	Oletus—
Kenttä`language`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat	Oletus—
Kenttä`temperature`	Tyyppi`number`	VaatimusValinnainen	Arvot & rajat Vähimmäismäärä: 0 Enimmäismäärä: 1	Oletus—
Kenttä`response_format`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat json, verbose_json	Oletusjson
Kenttä`timestamp_granularities`	Tyyppi`array`	VaatimusValinnainen	Arvot & rajat	Oletus—
Kenttä`provider`	Tyyppi`object`	VaatimusValinnainen	Arvot & rajat	Oletus—

Menetelmän parametrit ja elinkaari

Parametri	Sopimus
Parametri`content_type`	Sopimusapplication/json
Parametri`required`	Sopimusmodel, input_audio
Parametri`material_types`	Sopimusaudio
Parametri`material_conditions`	SopimusLue todellinen WAV-tiedosto ja koodaa sen todelliset tavut määriteltyyn JSON input_audio -syötteeseen; tälle täsmälliselle, vain JSON-muotoa käyttävälle määrittelylle ei ilmoiteta multipart-reittiä.

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Hinnoittelu

Lopullisen veloituksen laskenta

Näytettyjen hintojen avulla arvioidaan kustannukset ennen generointia. Lopullinen veloitus lasketaan alkuperäiselle generoinnille kirjatun kustannuksen perusteella. Lopullisena laskutettavana määränä ei käytetä tulosteen mitattua kestoa eikä ennustettuja määriä.

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila: Ei määritetty Kun nopea tila on valittu
Flex-tila: Ei määritetty Kun flex-tila on valittu
Päättelyn enimmäisteho: Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Arvioidut vertailuhinnat

Hinnat asetusten mukaan

Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.

Asetukset	Hinnasto	Ennustettu määrä	Laskutusyksikkö	Veloitus
AsetuksetTokenien perushinnat	HinnastoPerushinta	Ennustettu määrä—	Laskutusyksikkö—	Veloitus Syöte · Syötetokenit · Arvio vain vertailua varten — / 1K tokenia Tuloste · Tulostokenit · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistin luku · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistiin kirjoitus · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti · Arvio vain vertailua varten — / 1K tokenia
Asetuksetäänisyötteen sekunti	Hinnasto—	Ennustettu määrä—	Laskutusyksikkösyöteäänen sekuntia kohden	Veloitus Syöte · äänisyötteen sekunti · Arvio vain vertailua varten $0.0000333334 syöteäänen sekuntia kohden
AsetuksetArvioitu luontikustannus	Hinnasto—	Ennustettu määräyhden generoinnin arvio	Laskutusyksikkö—	Veloitus Tuloste · Arvioidut generointikustannukset · Arvio vain vertailua varten $0.0000333334 arvio ennen generointia Tämä arvio ei ole lisämaksu eikä valmistuneen generoinnin kiinteä hinta.

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Litterointi

curl · natiivi pyyntörunko täsmälleen sellaisenaan ja koko tulos

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-mini-3b-2507', '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.

Vastaanota ja tallenna tulokset

Ailoot Ultra · Litterointi

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Muut sisällön lukukerrat

Lue olemassa olevat omistamasi aineistot

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.

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko vastaus ja otsakkeet, jokainen todellinen tuloste, alkuperäiset palautetut tunnisteet ja kaikki käyttötietokentät. Selvitä alkuperäisen operaation tila lähettämättä luontipyyntöä uudelleen.

Jos alkuperäinen vastaus on tarkistettava

Säilytä palautettu X-Client-Request-ID täsmäytystä varten. Tee lukukyselyt vain todellisuudessa palautetuilla task_id/asset_id-arvoilla tai käytä omistamaasi mediakirjastoa; älä koskaan rakenna tehtävän URL-osoitetta operaation ID:n perusteella äläkä lähetä luontipyyntöä uudelleen.

Vastauksen kentät

Kenttä	Tyyppi
Kenttä`text`	Tyyppi
Kenttä`usage`	Tyyppi
Kenttä`segments[]`	Tyyppi
Kenttä`words[]`	Tyyppi
Kenttä`speaker fields`	Tyyppi
Kenttä`timestamps`	Tyyppi

Aliakset

Mallin aliakset

Ailoot Ultra mistralai/voxtral-mini-3b-2507

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

mistralai/voxtral-mini-3b-2507

FAQ · Mistral: Voxtral Mini 3B 2507

Mitä syötteitä ja tuloksia on saatavilla?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: audio → text
Mitä kenttiä pyyntö käyttää?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
Mitä rajoja sovelletaan?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: temperature.minimum: 0; temperature.maximum: 1

Mistral: Voxtral Mini 3B 2507