Mistral: Voxtral Mini Transcribe

Voxtral Mini Transcribe 2 ממיר הקלטות לטקסט עם הפרדת דוברים, חותמות זמן ברמת מילה והכוונת אוצר מילים. Mistral מתעדת 13 שפות והקלטות באורך עד שלוש שעות למהדורה ממוקדת תמלול זו, הנבדלת מ־Voxtral Realtime.

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

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Voxtral Mini Transcribe 2 הוא מהדורת Voxtral ממוקדת התמלול של Mistral AI, המזוהה בכרטיס המודל של היצרן כ־voxtral-mini-2602. הוא מיועד לתמלול באצווה המבוסס על הקלטות, ולא לתפקיד הרחב יותר של מענה לשאלות של מודל Voxtral Mini 3B המקורי. הקלט הוא שמע והתוצאה היא טקסט מתומלל, שאפשר להעשיר בתוויות דוברים ובמידע תזמון. שימושים מעשיים כוללים תמלילי פגישות, ניתוח ראיונות, תיעוד שיחות מרובות משתתפים וטקסט המסונכרן למדיה מוקלטת.

היצרן מתעד הפרדת דוברים וזמני התחלה וסיום, כך שתמליל יכול להראות מי דיבר ומתי. חותמות זמן ברמת מילה תומכות בכתוביות, בחיפוש בשמע וביישור בין קטע טקסט למיקומו בהקלטה. מדריך היצרן מאפשר רמת פירוט של חותמות זמן לפי מקטע או מילה. לריאיון, תוצר שימושי הוא רצף קטעים המשויכים לדוברים עם תזמון; להכנת כתוביות, תזמון מילים או מקטעים יכול להנחות שלב כתוביות מאוחר יותר במקום לאלץ להסיק את התזמון מטקסט תמליל רגיל.

הכוונת הקשר מקבלת עד 100 מילים או ביטויים המנחים את המודל לאיות המיועד של שמות, מונחים טכניים ואוצר מילים ייעודי לתחום. Mistral מציינת שהיכולת מותאמת לאנגלית ושהתמיכה בשפות אחרות ניסיונית. הכינו רשימת אוצר מילים ממוקדת מתוך נושא ההקלטה במקום מילון מונחים שאינו קשור. דוגמה מקורית יכולה לספק את שמות הפרויקטים ואת המונחים המקצועיים שסביר שיופיעו בדיון טכני, ולאחר מכן לבדוק את איותם בתמליל שהושלם.

מהדורה זו תומכת בשלוש־עשרה שפות: אנגלית, סינית, הינדי, ספרדית, ערבית, צרפתית, פורטוגזית, רוסית, גרמנית, יפנית, קוריאנית, איטלקית והולנדית. היצרן מתעד גם עמידות לרעש והקלטות באורך עד שלוש שעות בבקשה אחת. אלה שייכים לתהליך ההקלטות של Mini Transcribe 2; הצהרות ההקשר ומשך ההקלטה של מודל הבנת השמע 2507 המקורי מתארות גרסה אחרת. זיהוי שפה אוטומטי זמין, והמדריך מציין שאספקה מפורשת של שפת שמע ידועה יכולה לשפר את דיוק התמלול.

בתהליך המתועד של היצרן, אפשר לספק שמע כקובץ שהועלה, כמזהה קובץ שהועלה קודם או כהפניה להקלטה. הדגמת ההעלאה הנלווית מקבלת הקלטות MP3, WAV, M4A, FLAC ו־OGG; בחרו אחד מהפורמטים האלה עבור תהליך ההעלאה המודגם. ודאו שאפשר לפענח את ההקלטה ושהיא כוללת את הדיבור הרלוונטי. לחומר ממושך, שמרו את המזהה שלו ואת נקודת האפס בזמן, כדי שאפשר יהיה לקשר למקור גם קטעים או עריכות מאוחרים יותר.

מפרט התמלול מחזיר את הטקסט ואת השפה שזוהתה, עם מקטעים כאשר הם מתבקשים, ומתעד בנפרד אירועי תמלול מוזרמים. הפרדת דוברים היא אופציונלית וברירת המחדל שלה היא false. המדריך מציין ש־timestamp_granularities והגדרת language מפורשת אינם תואמים כרגע, ולכן בחרו את תהליך התזמון הרצוי או את רמז השפה הידני במקום לשלב ביניהם. יש לבחור תמלול עם תוויות דוברים, הכוונת אוצר מילים ותזמון לפי התוצאה המיועדת ולא להניח שהם כלולים בבקשה בסיסית.

דיבור חופף הוא מגבלה מהותית: Mistral מציינת שכאשר דוברים חופפים, המודל בדרך כלל מתמלל דובר אחד. לכן אין להתייחס לתמליל עם תוויות כאל תיעוד ממצה של כל אמירה שנאמרה בו־זמנית. לתיעוד פגישה, בדקו קטעי חפיפה קשים ושמות או נתונים חשובים מול ההקלטה. מטרת המודל היא תמלול; סיכום, תרגום או ניתוח יכולים להיות משימה נפרדת הנבנית על התמליל. ל־Voxtral Realtime יש מאפייני השהיה נפרדים לתמלול חי, ואילו יצירת דיבור שייכת למודלים אחרים.

הכינו את התוצאה לשימוש הבא שלה. תהליך פגישה יכול לשמר את התמליל, תוויות הדוברים והתזמון לפני ששלב נפרד מחלץ החלטות; תהליך מדיה יכול להשתמש בתזמון לאיתור קטעים ולהכנת טיוטת כתוביות; הקלטה עתירת מונחים יכולה לכלול רשימת הכוונת הקשר ממוקדת ובדיקה של האיות שהתקבל. התוצר השימושי הוא טקסט הקשור להקלטת המקור שלו ולמטא־נתונים שהוגדרו, תוך הבחנה בין מהדורת התמלול הממוספרת הזאת למודל Mini המקורי ולשמות latest מתעדכנים.

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

mistralai/voxtral-mini-transcribe

Mistral /mistralai/voxtral-mini-transcribe

התחלה

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
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות mistralai/voxtral-mini-transcribe	ברירת מחדל—
שדה`input_audio`	סוג`object`	דרישהחובה	ערכים ומגבלות	ברירת מחדל—

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`content_type`	מפרטapplication/json
פרמטר`required`	מפרטmodel, input_audio
פרמטר`material_types`	מפרטaudio
פרמטר`material_conditions`	מפרטהדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך wav.

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id המדויק מרשומת מדיה קיימת שבבעלותכם

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

תעריפים

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)

תעריפי Ailoot

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורה	טבלת תעריפים	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	יחידת חיוב—	חיוב קלט · טוקני קלט — / 1K טוקנים פלט · טוקני פלט — / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים
תצורהשניית שמע בקלט	טבלת תעריפים—	יחידת חיובלכל שניית שמע בקלט	חיוב קלט · שניית שמע בקלט $0.0001 לכל שניית שמע בקלט

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

curl · קובץ WAV אמיתי והתוצאה המקורית המלאה

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.

קבלה ושמירה של תוצאות

Ailoot Ultra · תמלול

גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה.

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

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

יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית.

שדות התגובה

שדה	סוג
שדה`text (when present)`	סוג
שדה`usage (when present)`	סוג

שגיאות והשלבים הבאים

תגובה	תנאי	השלב הבא
תגובה⁦400⁩ · `invalid_request_error`	תנאיגוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.	השלב הבאיש לשמור את התגובה ולתקן את שדה הבקשה שצוין.
תגובה⁦401⁩ · `authentication_error`	תנאימפתח ה־API של Ailoot אינו תקף.	השלב הבאיש להשתמש במפתח ה־API המורשה שלכם של Ailoot.
תגובה⁦403⁩ · `permission_error`	תנאיהקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.	השלב הבאיש לשמור את פרטי השגיאה שהוחזרו.
תגובה⁦404⁩ · `not_found_error`	תנאילשיטה שנבחרה אין נתיב מאושר לשימוש.	השלב הבאיש לשמור את פרטי השגיאה שהוחזרו.
תגובה⁦422⁩ · `price_unavailable`	תנאילא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.	השלב הבאיש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.
תגובה⁦503⁩ ·	תנאיהאחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.	השלב הבאיש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.
תגובה⁦502⁩ · `server_error`	תנאייש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.	השלב הבאיש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.

כינויים

כינויים למודל

Ailoot Ultra mistralai/voxtral-mini-transcribe

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

mistralai/voxtral-mini-transcribe

FAQ · Mistral: Voxtral Mini Transcribe

אילו קלטים ותוצאות זמינים?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: audio → text
באילו שדות הבקשה משתמשת?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: model, input_audio

Mistral: Voxtral Mini Transcribe