Source: https://ailoot.ai/models/fr-ca/mistralai-voxtral-small-24b-2507-stt/ Canonical: https://ailoot.ai/models/fr-ca/mistralai-voxtral-small-24b-2507-stt/ Language: fr-ca # Mistral: Voxtral Small 24B 2507 STT [Markdown](https://ailoot.ai/models/fr-ca/mistralai-voxtral-small-24b-2507-stt/index.md) · [JSON](https://ailoot.ai/models/fr-ca/mistralai-voxtral-small-24b-2507-stt/facts.json) ## [Mistral: Voxtral Small 24B 2507 STT](https://ailoot.ai/models/fr-ca/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 la parole, les questions et les résumés. Son fabricant documente un contexte de 32k, 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-ca/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. C’est l’édition nommée de compréhension de la parole de 24 milliards de paramètres, distincte de Voxtral Mini, des variantes de service optimisées pour la transcription et des versions Voxtral ultérieures de génération vocale ou de temps réel. Transcription et compréhension audio Le modèle dispose d’un mode dédié de transcription pure. Le fabricant indique qu’il prédit automatiquement la langue de l’audio source par défaut et transcrit en conséquence. Utilisez ce mode lorsque le livrable souhaité est la formulation prononcée elle-même plutôt qu’une interprétation ou un résumé. Indiquez si le résultat doit conserver la langue originale ou être suivi d’une traduction demandée séparément. La compréhension audio permet de poser directement une question sur un enregistrement, sans enchaîner d’abord un modèle de reconnaissance vocale séparé et un modèle textuel. Une requête peut demander quel sujet a été abordé, quelle décision a été énoncée ou quelle information de l’enregistrement répond à une question précise. Le résultat peut être une réponse concise ou un résumé organisé plutôt qu’une transcription intégrale de chaque mot prononcé. Pour un résumé de réunion, fournissez l’enregistrement et définissez les champs à retourner : sujets, décisions explicitement énoncées et actions de suivi. Ne demandez noms ou dates que lorsque l’enregistrement les indique réellement et séparez les détails non résolus des décisions. Pour un entretien, demandez la réponse à une question particulière et le contexte environnant qui la rend compréhensible. Ces conceptions de sortie relient la tâche audio à un document utilisable ensuite. Contexte, durée et langues Le fabricant documente un contexte de 32k jetons et des audios atteignant 30 minutes pour la transcription ou 40 minutes pour la compréhension. Ces deux durées ont des périmètres de tâche différents. Choisissez l’opération souhaitée avant de sélectionner l’enregistrement, et incluez l’instruction textuelle et la conversation dans la planification du contexte disponible. Un enregistrement long et une réponse écrite longue consomment tous deux des ressources; l’indication de durée n’est pas une promesse distincte de longueur de réponse illimitée. La version identifie l’anglais, l’espagnol, le français, le portugais, l’hindi, l’allemand, le néerlandais et l’italien parmi ses principales langues prises en charge et propose la détection automatique de langue. Pour la traduction de parole, définissez la langue finale et les termes à conserver dans leur forme originale. Pour une question sur un audio dans une langue, distinguez la langue de l’enregistrement de celle de la réponse écrite. Plusieurs enregistrements et questions de suivi La fiche prend en charge plusieurs entrées audio dans un message et l’audio dans plusieurs échanges utilisateur. Donnez un identifiant à chaque enregistrement et indiquez son rôle lorsque vous les comparez. Une demande pratique peut comparer deux versions d’une explication orale, demander quelles conditions ont changé et retourner un tableau avec une colonne distincte pour chaque enregistrement. Les identifiants aident à conserver les constats du modèle associés à la bonne source. Une question de suivi peut conserver la question et la réponse précédentes tout en demandant un détail plus précis ou en fournissant un autre enregistrement. Par exemple, demandez d’abord les décisions d’une discussion, puis quelle décision concerne une exigence particulière. La même version montre aussi des requêtes uniquement textuelles ou uniquement audio. Sa base textuelle peut traiter la question écrite ou le résultat, tandis que la capacité audio fournit les éléments issus de la parole. Fonctions pilotées par la voix Le fabricant décrit les appels de fonctions à partir d’intentions orales et qualifie l’exemple d’appel de fonctions de la fiche publiée de prise en charge expérimentale. Dans ce processus, l’application définit une fonction et ses arguments, le modèle prépare un appel à partir de la demande, et l’application l’exécute et fournit le résultat. Une recherche vocale peut donc retourner une réponse écrite utilisant des informations d’un outil connecté. L’appel de fonctions ne signifie pas que le modèle possède automatiquement le service externe ou effectue une action simplement en la nommant. Gardez explicites l’objectif de la fonction et les informations requises. Si l’enregistrement demande une opération mais omet une valeur obligatoire, l’application a toujours besoin de cette valeur pour exécuter la fonction. Séparez demande orale, arguments proposés et résultat retourné afin que la réponse suivante puisse faire référence au résultat réel de l’opération. Réglages recommandés et limites utiles Pour la compréhension audio et la complétion de dialogue, la fiche recommande temperature 0.2 et top-p 0.95. Pour la transcription, elle recommande temperature 0.0. Elle indique explicitement que les invites système ne sont pas prises en charge dans ce processus d’utilisation publié; placez donc la tâche et les exigences de réponse dans l’entrée utilisateur au lieu de transférer la convention d’invite système d’un autre modèle Mistral. Choisissez un enregistrement contenant les éléments pertinents pour la question, gardez la parole audible claire et précisez si le résultat doit être une transcription, une traduction, une réponse ou un résumé. La sortie documentée est textuelle. Une réponse parlée nécessite un composant de synthèse vocale, et l’identification des locuteurs, la diarisation détaillée ou les horodatages mot par mot ne doivent pas être déduits de l’affirmation générale de compréhension audio pour cette version exacte. Les exemples de génération de 500 jetons de la fiche sont des réglages d’exemple, et non une capacité maximale de sortie indiquée séparément. Préservez l’édition 2507, les recommandations de durée propres à chaque tâche et la langue d’entrée lors de la préparation d’un processus reproductible. Le livrable final utile est le texte demandé, relié 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-ca/#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` ### Pour commencer Voxtral Small 1.0 24B 2507 est un modèle de texte et d’audio pour la transcription, la traduction de la parole, les questions et les résumés. Son fabricant documente un contexte de 32k, 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 limitée au 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 · Jetons en entrée · Estimation à des fins de comparaison uniquement **—** / 1K jetons Sortie · Jetons en sortie · Estimation à des fins de comparaison uniquement **—** / 1K jetons Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement **—** / 1K jetons Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement **—** / 1K jetons Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement **—** / 1K jetons | | 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 de génération estimé | Barème tarifaire— | Quantité prévisionnelleestimation pour une génération | Unité de facturation— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement **$0.0001** estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ca/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · corps de requête natif exact et résultat complet ```bash set -eu : "${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-ca/#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-ca/#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-ca/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ca/) ## 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-ca) ## 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.