Mistral: Voxtral Mini 3B 2507
Voxtral Mini 1.0 3B 2507 משלב הבנת שמע עם מודל טקסט קומפקטי לתמלול, לתרגום דיבור, לשאלות ולסיכומים. היצרן מתעד הקשר של 32K, עד 30 דקות תמלול או 40 דקות הבנת שמע ופלט טקסט.
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Voxtral Mini 1.0 3B 2507 הוא מודל הבנת הטקסט והשמע הקומפקטי של Mistral AI, הבנוי על משפחת מודלי השפה Ministral 3B. הוא מקבל הקלטות דיבור והוראות טקסט ומפיק טקסט, לרבות תמלילים, תרגומים, תשובות על השמע וסיכומים מובנים. גרסת Voxtral המקורית מייעדת את מודל 3B הזה ליישומים קומפקטיים או מקומיים, לצד מודל Voxtral Small הנפרד בגודל 24B. הוא נבדל גם משירות Voxtral Mini Transcribe המתארח, המותאם לתמלול.
למודל יש מצב תמלול ייעודי החוזה אוטומטית את שפת המקור כברירת מחדל ומתמלל בהתאם. בחרו במצב הזה כאשר התוצר הדרוש הוא הניסוח שנאמר. הבנת שמע, לעומת זאת, מאפשרת שאלה ישירה או בקשת סיכום על הקלטה, בלי לדרוש שלב זיהוי דיבור נפרד ואחריו מודל טקסט. לכן ריאיון יכול להפיק תמליל מלא, תרגום או תשובה לשאלה ממוקדת; ציינו איזו תוצאה דרושה כדי שהמשימות השונות האלה לא יהפכו לתדריך עמום אחד.
כרטיס הגרסה המדויק מציין הקשר של 32K אסימונים ושמע באורך עד 30 דקות לתמלול או 40 דקות להבנה. אלה הצהרות משך שונות הייחודיות למשימה, ולא מכסת שמע משותפת לכל פעולה. שמרו את ההקלטה הרלוונטית, את ההוראות ואת השיחה בתוך תחום המשימה המיועד. השפות שהיצרן מציין הן אנגלית, ספרדית, צרפתית, פורטוגזית, הינדי, גרמנית, הולנדית ואיטלקית, עם זיהוי שפה אוטומטי. לתרגום או לתשובה, הבחינו בין שפת ההקלטה לשפת הפלט הדרושה.
יש תמיכה בכמה קלטי שמע בהודעה ובשמע לאורך כמה תורי משתמש. תנו לכל הקלטה מזהה ברור כשמבקשים השוואות. דוגמה מקורית יכולה להשוות בין שני הסברים מדוברים ולהחזיר אילו דרישות השתנו, עם עמודה נפרדת לכל מקור. בקשת המשך יכולה לשאול על הפרט שמאחורי ממצא אחד או לספק הקלטה נוספת. הכרטיס מדגים גם שימוש בטקסט בלבד ובשמע בלבד, וכך מאפשר למודל לעבוד עם השאלה הכתובה וגם עם ראיות הדיבור.
לסיכום פגישה, ספקו את ההקלטה ובקשו מבנה שימושי כגון נושאים, החלטות שנאמרו ופעולות המשך. שמרו שמות, תאריכים או תחומי אחריות שאינם ודאיים בנפרד מעובדות שנאמרו בבירור. לריאיון, בקשו את האמירה העונה על שאלה מסוימת ואת ההקשר הסובב המספיק להבנתה. אלה תכנוני משימה לתוצר טקסט שימושי; הם אינם הופכים הבנת שמע כללית להבטחה להפרדת דוברים, לחותמות זמן של מילים או לזיהוי דובר שלא צוין בשמו.
היצרן מתאר קריאה לפונקציות מתוך כוונה מדוברת. בתהליך כזה, היישום מספק הגדרות פונקציות, המודל מציע את הקריאה ואת הארגומנטים הרלוונטיים, והיישום מבצע אותה ומחזיר את התצפית. לכן בקשה קולית יכולה להנחות חיפוש או משימה אחרת בסיוע כלים, אך הקריאה המוצעת של המודל נבדלת מפעולה שבוצעה. שמרו את התוצאה שהוחזרה בפועל בהמשך השיחה, כדי שתשובה מאוחרת יותר תשקף את מה שקרה ולא את מה שהתבקש.
כרטיס השימוש שפורסם ממליץ על temperature של 0.0 לתמלול, ועל temperature של 0.2 עם top_p של 0.95 להבנת שמע ולשיחה. הוא מציין שהנחיות מערכת אינן נתמכות בתהליך הזה, ולכן הציבו את המשימה ואת דרישות התשובה בקלט המשתמש. הדוגמאות שלו מפענחות הקלטות לקלטי שמע וכוללות חומר MP3, אך אינן מבססות רשימת קודקים ממצה או אורך פלט מרבי קשיח נפרד. הגדרת היצירה של 500 אסימונים בדוגמאות נשארת תקציב דוגמה.
הכינו הקלטה ברורה המכילה את החומר הרלוונטי למשימה וציינו אם אתם זקוקים לניסוח המקורי, לתרגום, לתשובה או לסיכום. הכרטיס מדגים גם הסקה באצווה עם כמה שיחות, דפוס שימוש של היצרן הנפרד מזהותה של תוצאה יחידה. שמרו את מהדורת 3B 2507 ואת ההנחיות שלה לגבי משך ההקלטה לתמלול לעומת הבנה; הפרדת הדוברים, מאפייני 13 השפות והתמיכה בהקלטות ארוכות יותר של מודל Mini Transcribe 2 המאוחר יותר הם יכולות יצרן נפרדות.
Ailoot Ultra · תמלול POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507
mistralai/voxtral-mini-3b-2507
mistralai/voxtral-mini-3b-2507התחלה
Voxtral Mini 1.0 3B 2507 משלב הבנת שמע עם מודל טקסט קומפקטי לתמלול, לתרגום דיבור, לשאלות ולסיכומים. היצרן מתעד הקשר של 32K, עד 30 דקות תמלול או 40 דקות הבנת שמע ופלט טקסט.
- סוגי קלט נתמכים
- שמע
- תוצאות
- טקסט
זמין ב-Ailoot · קלט ושיטות
Ailoot Ultra · תמלול POST /v1/audio/transcriptions
- סוגי קלט
audio- סוגי פלט
text
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות mistralai/voxtral-mini-3b-2507 | ברירת מחדל— |
שדהinput_audio | סוגobject | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהlanguage | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות מינימום: 0 מקסימום: 1 | ברירת מחדל— |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות json, verbose_json | ברירת מחדלjson |
שדהtimestamp_granularities | סוגarray | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, input_audio |
פרמטרmaterial_types | מפרטaudio |
פרמטרmaterial_conditions | מפרטקראו קובץ WAV ממשי וקודדו את הבתים האמיתיים שלו עבור קלט ה־JSON input_audio שהוצהר; לא מוצג נתיב multipart להצהרה המדויקת הזו, התומכת ב־JSON בלבד. |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
תעריפים
אופן חישוב החיוב הסופי
התעריפים המוצגים מספקים אומדן לעלות לפני היצירה. החיוב הסופי מחושב לפי העלות שנרשמה עבור היצירה המקורית. משך הפלט שנמדד והכמויות החזויות אינם הכמות הסופית לחיוב.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
- מצב מהיר
- לא צוין כאשר נבחר מצב מהיר
- מצב Flex
- לא צוין כאשר נבחר מצב flex
- מאמץ חשיבה מרבי
- לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)
תעריפים משוערים להשוואה
מחירים לפי תצורה
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | כמות חזויה | יחידת חיוב | חיוב |
|---|---|---|---|---|
| תצורהתעריפי בסיס לטוקנים | טבלת תעריפיםתעריף בסיס | כמות חזויה— | יחידת חיוב— | חיוב קלט · טוקני קלט · אומדן להשוואה בלבד — / 1K טוקנים פלט · טוקני פלט · אומדן להשוואה בלבד — / 1K טוקנים קלט · קריאה מהמטמון · אומדן להשוואה בלבד — / 1K טוקנים קלט · כתיבה למטמון · אומדן להשוואה בלבד — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה · אומדן להשוואה בלבד — / 1K טוקנים |
| תצורהשניית שמע בקלט | טבלת תעריפים— | כמות חזויה— | יחידת חיובלכל שניית שמע בקלט | חיוב קלט · שניית שמע בקלט · אומדן להשוואה בלבד $0.0000333334 לכל שניית שמע בקלט |
| תצורהעלות יצירה משוערת | טבלת תעריפים— | כמות חזויהאומדן ליצירה אחת | יחידת חיוב— | חיוב פלט · עלות יצירה משוערת · אומדן להשוואה בלבד $0.0000333334 אומדן לפני היצירה אומדן זה אינו חיוב נוסף או תעריף קבוע עבור היצירה שהושלמה. |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot Ultra · תמלול
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.
קבלה ושמירה של תוצאות
Ailoot Ultra · תמלול
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
קריאות תוכן נוספות
set -eu
: "${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.
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.
כשצריך לבדוק את התגובה המקורית
שמרו את X-Client-Request-ID שהוחזר לצורך התאמת רישומים. קראו רק ערכי task_id/asset_id שהוחזרו בפועל או את ספריית המדיה שבבעלותכם; לעולם אל תבנו URL של משימה ממזהה הפעולה ואל תשלחו שוב בקשת יצירה.
שדות התגובה
| שדה | סוג |
|---|---|
שדהtext | סוג |
שדהusage | סוג |
שדהsegments[] | סוג |
שדהwords[] | סוג |
שדהspeaker fields | סוג |
שדהtimestamps | סוג |
כינויים
כינויים למודל
Ailoot Ultra mistralai/voxtral-mini-3b-2507
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
FAQ · Mistral: Voxtral Mini 3B 2507
- אילו קלטים ותוצאות זמינים?
POST /v1/audio/transcriptions·mistralai/voxtral-mini-3b-2507:audio→text- באילו שדות הבקשה משתמשת?
POST /v1/audio/transcriptions·mistralai/voxtral-mini-3b-2507:model,input_audio,language,temperature,response_format,timestamp_granularities,provider- אילו מגבלות חלות?
POST /v1/audio/transcriptions·mistralai/voxtral-mini-3b-2507:temperature.minimum:0;temperature.maximum:1