Mistral: Voxtral Mini Transcribe

Voxtral Mini Transcribe 2 muuntaa tallenteet tekstiksi puhujien erottelulla, sanakohtaisilla aikaleimoilla ja sanastopainotuksella. Mistral dokumentoi tälle litterointiin keskittyvälle versiolle 13 kieltä ja enintään kolmen tunnin tallenteet; se on erillinen Voxtral Realtimesta.

Ailoot Ultra · Litterointi POST /v1/audio/transcriptions mistralai/voxtral-mini-transcribe

Tietoa mallista

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

Voxtral Mini Transcribe 2 on Mistral AI:n litterointiin keskittyvä Voxtral-versio, jonka valmistajan mallikortin tunniste on voxtral-mini-2602. Se on suunniteltu tallennepohjaiseen erälitterointiin eikä alkuperäisen Voxtral Mini 3B -mallin laajempaan kysymysvastausrooliin. Syöte on ääntä ja tulos litteroitua tekstiä, jota voidaan täydentää puhujamerkinnöillä ja ajoitustiedoilla. Käytännön käyttötapoja ovat kokouslitteraatit, haastatteluanalyysi, usean osapuolen puhelutallenteet ja tallennettuun mediaan kohdistettu teksti.

Valmistaja dokumentoi puhujien erottelun ja alku- sekä loppuajoituksen, jotta litteraatti voi näyttää, kuka puhui ja milloin. Sanakohtaiset aikaleimat tukevat tekstitystä, äänihakua sekä tekstikatkelman ja tallennesijainnin kohdistamista. Valmistajan opas sallii segmentti- tai sanatason aikaleimatarkkuuden. Haastattelun hyödyllinen artefakti on puhujille kohdistettujen katkelmien sarja ajoituksineen; tekstityksen valmistelussa sana- tai segmenttiajoitus voi ohjata myöhempää tekstitysvaihetta sen sijaan, että ajoitus jouduttaisiin päättelemään pelkästä litteraattitekstistä.

Kontekstipainotus hyväksyy enintään 100 sanaa tai ilmausta, jotka ohjaavat mallia nimien, teknisten termien ja alakohtaisen sanaston oikeaan kirjoitusasuun. Mistral kertoo ominaisuuden olevan optimoitu englannille ja muiden kielten tuen olevan kokeellinen. Valmistele rajattu sanastoluettelo tallenteen aiheesta asiaan liittymättömän sanaston sijaan. Oma esimerkki voisi antaa teknisessä keskustelussa todennäköisesti esiintyvät projektinimet ja erikoistermit sekä tarkistaa niiden kirjoitusasut valmiista litteraatista.

Versio tukee 13 kieltä: englantia, kiinaa, hindiä, espanjaa, arabiaa, ranskaa, portugalia, venäjää, saksaa, japania, koreaa, italiaa ja hollantia. Valmistaja dokumentoi myös kohinankestävyyden ja enintään kolmen tunnin tallenteet yhdessä pyynnössä. Ne kuuluvat Mini Transcribe 2:n tallennetyönkulkuun; alkuperäisen 2507-äänenymmärrysmallin konteksti- ja kestoilmoitukset kuvaavat eri julkaisua. Automaattinen kielentunnistus on käytettävissä, ja oppaan mukaan tunnetun äänikielen täsmällinen antaminen voi parantaa litteroinnin tarkkuutta.

Dokumentoidussa valmistajan työnkulussa ääni voidaan antaa ladattuna tiedostona, aiemmin ladatun tiedoston tunnisteena tai viitattuna tallenteena. Oheinen latausesittely hyväksyy MP3-, WAV-, M4A-, FLAC- ja OGG-tallenteet; valitse jokin näistä muodoista esiteltyyn lataustyönkulkuun. Pidä tallenne dekoodattavana ja sisällytä olennainen puhe. Säilytä pitkän aineiston tunniste ja aikaperusta, jotta myöhemmät katkelmat tai muokkaukset voidaan jäljittää lähteeseen.

Litterointiviite palauttaa tekstin ja tunnistetun kielen sekä pyydettäessä segmentit, ja dokumentoi erikseen suoratoistetut litterointitapahtumat. Puhujien erottelu on valinnainen, ja oletusarvo on false. Opas huomauttaa, etteivät timestamp_granularities ja erikseen annettu language-asetus ole tällä hetkellä yhteensopivia, joten valitse haluttu ajoitustyönkulku tai manuaalinen kielivihje niiden yhdistämisen sijaan. Puhujamerkitty litterointi, sanastopainotus ja ajoitus tulee valita aiotun tuloksen mukaan eikä olettaa peruspyynnöstä.

Päällekkäinen puhe on olennainen rajoite: Mistralin mukaan malli litteroi tavallisesti yhden puhujan, kun puhujat puhuvat päällekkäin. Merkittyä litteraattia ei siksi tule pitää kattavana tallenteena jokaisesta samanaikaisesta lausumasta. Tarkasta kokousmuistiossa vaikeat päällekkäisyydet sekä tärkeät nimet ja luvut tallennetta vasten. Mallin tarkoitus on litterointi; yhteenveto, käännös tai analyysi voi olla erillinen litteraattiin perustuva tehtävä. Voxtral Realtimella on erillinen reaaliaikaisen litteroinnin viiveprofiili, ja puhegenerointi kuuluu muille malleille.

Valmistele tulos seuraavaa käyttöään varten. Kokoustyönkulku voi säilyttää litteraatin, puhujamerkinnät ja ajoituksen ennen erillistä päätösten poimintavaihetta; mediatyönkulku voi käyttää ajoitusta katkelmien paikantamiseen ja tekstitysluonnoksiin; termipainotteinen tallenne voi sisältää rajatun kontekstipainotuslistan ja syntyneiden kirjoitusasujen tarkastelun. Hyödyllinen tulos on lähdetallenteeseen ja määritettyihin metatietoihin sidottu teksti, jossa tämä numeroitu litterointiversio säilyy erillisenä alkuperäisestä Mini-mallista ja päivittyvistä latest-nimistä.

Ailoot Ultra · Litterointi POST /v1/audio/transcriptions mistralai/voxtral-mini-transcribe

mistralai/voxtral-mini-transcribe

Mistral /mistralai/voxtral-mini-transcribe

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-transcribe	Oletus—
Kenttä`input_audio`	Tyyppi`object`	VaatimusPakollinen	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`	SopimusEsimerkki lukee todellisen, ei-tyhjän PCM WAV -tiedostosi, koodaa tiedoston kaikki tavut base64-muotoon ja lähettää input_audio.format-kentän arvona wav.

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · täsmällinen task_id olemassa olevasta käyttäjälle kuuluvasta mediatietueesta

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Hinnoittelu

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

Ailoot-hinnat

Hinnat asetusten mukaan

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

Asetukset	Hinnasto	Laskutusyksikkö	Veloitus
AsetuksetTokenien perushinnat	HinnastoPerushinta	Laskutusyksikkö—	Veloitus Syöte · Syötetokenit — / 1K tokenia Tuloste · Tulostokenit — / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia
Asetuksetäänisyötteen sekunti	Hinnasto—	Laskutusyksikkösyöteäänen sekuntia kohden	Veloitus Syöte · äänisyötteen sekunti $0.0001 syöteäänen sekuntia kohden

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 · todellinen WAV-tiedosto ja koko alkuperäinen tulos

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.

Vastaanota ja tallenna tulokset

Ailoot Ultra · Litterointi

Koko alkuperäinen vastaussisältö, tila ja välitetyt otsakkeet. Tämä käsittelijä ei lisää yleistä JSON-rakennetta, tekstikenttää tai tehtävän käärettä.

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

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 todellinen X-Client-Request-ID ja koko vastaus. Lue alkuperäisiä käyttäjälle kuuluvia aineistoja ja niiden täsmällisiä allekirjoitettuja sisällön URL-osoitteita; älä koskaan lähetä epävarmaa luontipyyntöä uudelleen.

Vastauksen kentät

Kenttä	Tyyppi
Kenttä`text (when present)`	Tyyppi
Kenttä`usage (when present)`	Tyyppi

Virheet ja seuraavat vaiheet

Vastaus	Ehto	Seuraava vaihe
Vastaus400 · `invalid_request_error`	EhtoJSON-sisältö tai nimenomainen kanoninen mallin tunniste on virheellinen.	Seuraava vaiheSäilytä vastaus ja korjaa ilmoitettu pyyntökenttä.
Vastaus401 · `authentication_error`	EhtoAiloot API -avain on virheellinen.	Seuraava vaiheKäytä käyttöön oikeutettua Ailoot API -avaintasi.
Vastaus403 · `permission_error`	EhtoAvaimen ryhmällä ei ole käyttöoikeutta tähän menetelmään.	Seuraava vaiheSäilytä palautetut virheen lisätiedot.
Vastaus404 · `not_found_error`	EhtoValitulla menetelmällä ei ole käyttöön hyväksyttyä reittiä.	Seuraava vaiheSäilytä palautetut virheen lisätiedot.
Vastaus422 · `price_unavailable`	EhtoHyväksytyn hinnaston edellyttämää syötemäärää tai sen rajaa ei saada selville.	Seuraava vaiheSäilytä vastaus; käytä hyväksytyn hinnaston edellyttämää syötteen esitysmuotoa.
Vastaus503 ·	EhtoVaadittu tallennustila, reitti, menetelmän hinta tai katevaraus ei ole saatavilla.	Seuraava vaiheSäilytä koko alkuperäinen vastaus. Epävarma katevaraus ei oikeuta uudelleenlähetykseen.
Vastaus502 · `server_error`	EhtoAlkuperäinen tulos, käyttötiedot tai veloituksen lopullinen kirjaus on tarkistettava.	Seuraava vaiheSäilytä todellinen pyynnön tunniste ja alkuperäinen vastaus. Lue olemassa olevaa käyttäjälle kuuluvaa tietuetta; älä lähetä luontipyyntöä uudelleen.

Aliakset

Mallin aliakset

Ailoot Ultra mistralai/voxtral-mini-transcribe

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

mistralai/voxtral-mini-transcribe

FAQ · Mistral: Voxtral Mini Transcribe

Mitä syötteitä ja tuloksia on saatavilla?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: audio → text
Mitä kenttiä pyyntö käyttää?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: model, input_audio

Mistral: Voxtral Mini Transcribe