Source: https://ailoot.ai/models/fr-be/mistralai-voxtral-small-24b-2507-stt/ Canonical: https://ailoot.ai/models/fr-be/mistralai-voxtral-small-24b-2507-stt/ Language: fr-be # Mistral: Voxtral Small 24B 2507 STT [Markdown](https://ailoot.ai/models/fr-be/mistralai-voxtral-small-24b-2507-stt/index.md) · [JSON](https://ailoot.ai/models/fr-be/mistralai-voxtral-small-24b-2507-stt/facts.json) ## [Mistral: Voxtral Small 24B 2507 STT](https://ailoot.ai/models/fr-be/mistralai-voxtral-small-24b-2507-stt/) Voxtral Small 1.0 24B 2507 est un modèle de texte et d’audio pour la transcription, la traduction de parole, les questions et les résumés. Le concepteur documente un contexte de 32 k tokens, jusqu’à 30 minutes pour la transcription ou 40 minutes pour la compréhension, plusieurs entrées audio et des résultats textuels. - [**Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/fr-be/mistralai-voxtral-small-24b-2507-stt/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Voxtral Small 1.0 24B 2507 ajoute l’entrée audio et la compréhension de la parole à une base linguistique Mistral Small. Il accepte audio et texte et renvoie du texte, notamment une transcription, une réponse sur l’enregistrement, une traduction ou un résumé structuré. Cette édition de compréhension vocale 24B est distincte de Voxtral Mini, des variantes de service optimisées pour la transcription et des versions ultérieures de génération vocale ou de temps réel. Transcription et compréhension audio Le modèle possède un mode dédié à la transcription pure. Le concepteur indique qu’il prédit automatiquement la langue source par défaut et transcrit en conséquence. Utilisez-le lorsque le livrable souhaité est la formulation prononcée elle-même plutôt qu’une interprétation ou synthèse. Précisez s’il faut conserver la langue originale ou ajouter une traduction demandée séparément. La compréhension audio permet de poser directement une question sur un enregistrement sans enchaîner au préalable un modèle distinct de reconnaissance vocale puis un modèle textuel. Une requête peut demander le sujet discuté, la décision formulée ou l’information répondant à une question précise. Le résultat peut être une réponse concise ou une synthèse organisée plutôt qu’une transcription complète de chaque mot. Pour résumer une réunion, fournissez l’enregistrement et définissez les champs : sujets, décisions explicitement énoncées et actions de suivi. Ne demandez noms ou dates que s’ils sont réellement mentionnés, et séparez les détails non résolus des décisions. Pour un entretien, demandez la réponse à une question particulière et le contexte permettant de la comprendre. Ces formats relient la tâche audio à un document exploitable ensuite. Contexte, durée et langues Le concepteur documente un contexte de 32 k tokens et des enregistrements jusqu’à 30 minutes pour la transcription ou 40 minutes pour la compréhension. Les deux durées ont des périmètres distincts. Choisissez l’opération avant l’enregistrement et incluez instruction textuelle et conversation dans la planification du contexte. Un long enregistrement et une longue réponse écrite consomment tous deux des ressources ; la durée annoncée n’est pas une promesse séparée de réponse illimitée. La publication cite l’anglais, l’espagnol, le français, le portugais, l’hindi, l’allemand, le néerlandais et l’italien parmi les principales langues et propose la détection automatique. Pour traduire la parole, définissez la langue finale et les termes à conserver. Pour une question sur un audio dans une langue, distinguez langue de l’enregistrement et langue de la réponse. Plusieurs enregistrements et questions complémentaires La fiche permet plusieurs entrées audio dans un message et de l’audio dans plusieurs tours utilisateur. Donnez un identifiant et un rôle à chaque enregistrement lors des comparaisons. Une requête pratique peut comparer deux versions d’une explication orale, demander quelles conditions ont changé et renvoyer un tableau avec une colonne par enregistrement. Les identifiants associent les constats à la bonne source. Un échange complémentaire peut conserver la question et la réponse antérieures tout en demandant un détail plus ciblé ou en fournissant un autre enregistrement. Par exemple, demandez d’abord les décisions d’une discussion, puis celle liée à une exigence précise. La même version montre aussi les requêtes textuelles seules et audio seules. Sa base textuelle traite la question ou le résultat écrit, tandis que l’audio fournit les éléments issus de la parole. Fonctions pilotées par la voix Le concepteur décrit les appels de fonctions à partir d’une intention parlée et qualifie d’expérimental le support montré dans la fiche. L’application définit une fonction et ses arguments, le modèle prépare l’appel à partir de la demande, puis l’application l’exécute et fournit le résultat. Une recherche vocale peut ainsi renvoyer une réponse écrite à partir d’un outil connecté. L’appel de fonction ne signifie pas que le modèle possède automatiquement le service externe ou réalise une action en la nommant. Gardez explicites la finalité de la fonction et les informations requises. Si l’enregistrement demande une opération sans valeur obligatoire, l’application doit toujours obtenir cette valeur pour l’exécuter. Séparez demande parlée, arguments proposés et résultat renvoyé pour que la réponse suivante se réfère à l’issue réelle. Réglages recommandés et périmètre utile Pour la compréhension audio et la complétion de dialogue, la fiche recommande une température de 0,2 et top-p à 0.95. Pour la transcription, elle recommande une température de 0,0. Elle précise que les prompts système ne sont pas pris en charge dans ce processus publié : placez donc tâche et exigences de réponse dans l’entrée utilisateur plutôt que de transférer une convention système d’un autre modèle Mistral. Choisissez un enregistrement contenant les éléments pertinents, avec une parole audible claire, et précisez s’il faut une transcription, traduction, réponse ou synthèse. La sortie documentée est du texte. Une réponse parlée nécessite un composant de synthèse vocale ; l’identification de locuteurs, une diarisation détaillée ou les horodatages mot à mot ne doivent pas être déduits de la compréhension audio générale de cette version exacte. Les exemples de génération de 500 tokens ne sont pas une capacité maximale de sortie déclarée séparément. Préservez l’édition 2507, les durées propres à la tâche et la langue d’entrée pour préparer un processus répétable. Le livrable final utile est le texte demandé, lié à l’enregistrement et formaté pour l’étape documentaire ou applicative suivante. **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt` [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/fr-be/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) Mistral /`mistralai/voxtral-small-24b-2507-stt` ### Premiers pas Voxtral Small 1.0 24B 2507 est un modèle de texte et d’audio pour la transcription, la traduction de parole, les questions et les résumés. Le concepteur documente un contexte de 32 k tokens, jusqu’à 30 minutes pour la transcription ou 40 minutes pour la compréhension, plusieurs entrées audio et des résultats textuels. Entrées acceptées Audio Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` Entrée `audio` Sortie `text` | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites mistralai/voxtral-small-24b-2507-stt | Par défaut— | | Champ`input_audio` | Type`object` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`language` | Type`string` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`temperature` | Type`number` | ExigenceFacultatif | Valeurs et limites Minimum: 0 Maximum: 1 | Par défaut— | | Champ`response_format` | Type`string` | ExigenceFacultatif | Valeurs et limites json, verbose\_json | Par défautjson | | Champ`timestamp_granularities` | Type`array` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`provider` | Type`object` | ExigenceFacultatif | Valeurs et limites | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, input\_audio | | Paramètre`material_types` | Contrataudio | | Paramètre`material_conditions` | ContratLisez un fichier WAV réel et encodez ses octets réels pour l’entrée JSON input\_audio déclarée ; aucune route multipart n’est annoncée pour cette déclaration exacte exclusivement JSON. | Cycle de vie : `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifs ##### Calcul du coût final Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable. Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs estimés à des fins de comparaison #### Prix par configuration Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives. | Configuration | Barème tarifaire | Quantité prévisionnelle | Unité de facturation | Coût | | --- | --- | --- | --- | --- | | ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Unité de facturation— | Coût Entrée · Tokens en entrée · Estimation à des fins de comparaison uniquement **—** / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement **—** / 1K tokens | | Configurationseconde d’audio en entrée | Barème tarifaire— | Quantité prévisionnelle— | Unité de facturationpar seconde d’audio en entrée | Coût Entrée · seconde d’audio en entrée · Estimation à des fins de comparaison uniquement **$0.0001** par seconde d’audio en entrée | | ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Unité de facturation— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement **$0.0001** estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-be/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · corps natif exact et résultat complet ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'mistralai/voxtral-small-24b-2507-stt', 'input_audio': {'data': '${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Transcription audio - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Autres lectures de contenu Lire les ressources existantes dont vous êtes propriétaire ```bash set -eu : "${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. ``` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création. ##### Si la réponse d’origine doit être vérifiée Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task\_id/asset\_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création. Champs de la réponse | Champ | Type | | --- | --- | | Champ`text` | Type | | Champ`usage` | Type | | Champ`segments[]` | Type | | Champ`words[]` | Type | | Champ`speaker fields` | Type | | Champ`timestamps` | Type | ### Alias #### Alias du modèle **Ailoot Ultra** [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/fr-be/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/fr-be/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) FAQ · Mistral: Voxtral Small 24B 2507 STT Quelles entrées et quels résultats sont disponibles ? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `audio` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quelles limites s’appliquent ? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-be/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-be/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-be) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.