Mistral: Voxtral Mini 3B 2507

Voxtral Mini 1.0 3B 2507 транскрипция, сөйлеуді аудару, сұрақтар және түйіндемелер үшін аудионы түсінуді ықшам мәтін моделімен біріктіреді. Өндіруші 32K контексті, 30 минутқа дейінгі транскрипцияны немесе 40 минутқа дейінгі аудио түсінуді және мәтін шығысын құжаттайды.

Ailoot Ultra · Дыбысты мәтінге түсіру POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Voxtral Mini 1.0 3B 2507 — Ministral 3B тіл модельдері тобына негізделген, Mistral AI компаниясының ықшам мәтін мен аудионы түсіну моделі. Ол сөйлеу жазбалары мен мәтіндік нұсқауларды қабылдап, транскрипттерді, аудармаларды, аудио туралы жауаптарды және құрылымдалған түйіндемелерді қамтитын мәтін шығарады. Бастапқы Voxtral шығарылымы бөлек 24B Voxtral Small моделімен қатар осы 3B моделін ықшам немесе жергілікті қолданбаларға арнайды. Ол орналастырылған, транскрипцияға оңтайландырылған Voxtral Mini Transcribe қызметінен де бөлек.

Модельде әдепкіде бастапқы тілді автоматты анықтап, соған сай транскрипциялайтын арнайы транскрипция режимі бар. Қажетті артефакт айтылған сөздер болса, сол режимді таңдаңыз. Ал аудионы түсіну бөлек сөйлеу тану кезеңін, одан кейін мәтін моделін қажет етпей, жазба туралы тікелей сұрақ немесе түйіндеме сұрауын береді. Сондықтан сұхбаттан толық транскрипт, аударма немесе тар сұраққа жауап алуға болады; сол әртүрлі тапсырмалар бір екіұшты сипаттамаға айналмауы үшін қай нәтиже қажет екенін көрсетіңіз.

Дәл шығарылым карточкасында 32K токендік контекст және транскрипция үшін 30 минутқа немесе түсіну үшін 40 минутқа дейінгі аудио көрсетілген. Бұлар — әр операцияға ортақ аудио лимиті емес, тапсырмаға тән бөлек ұзақтық мәлімдемелері. Қатысты жазбаны, нұсқауларды және әңгімені көзделген тапсырма шегінде ұстаңыз. Өндіруші атаған тілдер — ағылшын, испан, француз, португал, хинди, неміс, нидерланд және итальян; тілді автоматты анықтау бар. Аударма немесе жауап үшін жазба тілін қажетті шығыс тілінен ажыратыңыз.

Бір хабарламада бірнеше аудио кірісі және бірнеше пайдаланушы кезегі бойы аудио қолдау табады. Салыстыруды сұрағанда әр жазбаға анық идентификатор беріңіз. Өзіндік мысал екі ауызша түсіндірмені салыстырып, әр дереккөзге бөлек бағанмен қай талаптар өзгергенін қайтара алады. Кейінгі сұрақ бір қорытындының астарындағы бөлшекті сұрай алады немесе басқа жазба бере алады. Карточка тек мәтіндік және тек аудио қолданысты да көрсетеді, бұл модельге сөйлеу дәлелімен бірге жазбаша сұрақпен де жұмыс істеуге мүмкіндік береді.

Кездесу түйіндемесі үшін жазбаны беріп, тақырыптар, айтылған шешімдер және кейінгі әрекеттер сияқты пайдалы құрылымды сұраңыз. Күмәнді атауларды, күндерді немесе міндеттерді анық айтылған фактілерден бөлек ұстаңыз. Сұхбат үшін нақты сұраққа жауап беретін тұжырымды және оны түсінуге жеткілікті айналасындағы контексті сұраңыз. Бұлар — пайдалануға жарамды мәтіндік артефактіге арналған тапсырма құрылымдары; олар жалпы аудио түсінуді диаризацияға, сөз уақыт белгілеріне немесе аты аталмаған сөйлеушіні анықтауға кепілдікке айналдырмайды.

Өндіруші айтылған ниеттен функция шақыруын сипаттайды. Мұндай үдерісте қолданба функция анықтамаларын береді, модель қатысты шақыру мен аргументтерді ұсынады, ал қолданба оны орындап, бақылауды қайтарады. Сондықтан дауыстық сұрау іздеуді немесе басқа құрал көмегімен тапсырманы бағыттай алады, бірақ модельдің ұсынылған шақыруы орындалған әрекеттен бөлек. Әңгімені жалғастырғанда кейінгі жауап сұралған нәрсені емес, болған нәрсені көрсетуі үшін нақты қайтарылған нәтижені сақтаңыз.

Жарияланған пайдалану карточкасы транскрипция үшін temperature 0.0, ал аудионы түсіну мен чат үшін temperature 0.2 және top_p 0.95 ұсынады. Онда осы үдерісте жүйелік промпттар қолдау таппайтыны айтылған, сондықтан тапсырма мен жауап талаптарын пайдаланушы кірісіне қойыңыз. Оның мысалдары жазбаларды аудио кірістеріне декодтап, MP3 материалын қамтиды, бірақ толық кодектер тізімін немесе бөлек қатаң ең жоғары шығыс ұзындығын белгілемейді. Мысалдардағы 500 токендік генерация баптауы мысал бюджет болып қалады.

Тапсырмаға қатысты материал бар анық жазбаны дайындап, түпнұсқа сөздер, аударма, жауап немесе түйіндеме қажет екенін көрсетіңіз. Карточка бірнеше әңгімемен пакеттік инференсті де көрсетеді; бұл — жеке нәтиженің сәйкестігінен бөлек өндірушінің пайдалану үлгісі. 3B 2507 шығарылымын және оның транскрипция мен түсіну ұзақтығына арналған нұсқаулығын сақтаңыз; кейінгі Mini Transcribe 2 моделінің диаризациясы, 13 тілді қамтитын каталог нұсқасы және ұзағырақ жазба қолдауы — өндірушінің бөлек мүмкіндіктері.

Ailoot Ultra · Дыбысты мәтінге түсіру POST /v1/audio/transcriptions mistralai/voxtral-mini-3b-2507

mistralai/voxtral-mini-3b-2507

Mistral /mistralai/voxtral-mini-3b-2507

Бастау

Қабылданатын кіріс деректері: Аудио
Нәтижелер: Мәтін

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Дыбысты мәтінге түсіру POST /v1/audio/transcriptions

Кіріс: audio
Шығыс: text

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер mistralai/voxtral-mini-3b-2507	Әдепкі—
Өріс`input_audio`	Түрі`object`	ТалапМіндетті	Мәндер мен шектеулер	Әдепкі—
Өріс`language`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер	Әдепкі—
Өріс`temperature`	Түрі`number`	ТалапМіндетті емес	Мәндер мен шектеулер Ең азы: 0 Ең көбі: 1	Әдепкі—
Өріс`response_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер json, verbose_json	Әдепкіjson
Өріс`timestamp_granularities`	Түрі`array`	ТалапМіндетті емес	Мәндер мен шектеулер	Әдепкі—
Өріс`provider`	Түрі`object`	ТалапМіндетті емес	Мәндер мен шектеулер	Әдепкі—

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input_audio
Параметр`material_types`	Параметр талаптарыaudio
Параметр`material_conditions`	Параметр талаптарыНақты WAV файлын оқып, оның шын байттарын мәлімделген JSON input_audio үшін кодтаңыз; тек JSON қабылдайтын осы нақты декларация үшін multipart маршруты ұсынылмайды.

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Тарифтер

Қорытынды төлем қалай есептеледі

Көрсетілген тарифтер генерация басталғанға дейінгі құнын бағалауға арналған. Соңғы төлем бастапқы генерация үшін тіркелген құннан есептеледі. Нәтиженің өлшенген ұзақтығы мен болжамды көлемдер төлемге негіз болатын түпкілікті көлем болып саналмайды.

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Көрсетілмеген Жылдам режим таңдалғанда
Икемді режим: Көрсетілмеген flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Салыстыруға арналған болжамды мөлшерлемелер

Баптаулар бойынша бағалар

Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.

Баптау	Мөлшерлемелер кестесі	Болжамды мөлшер	Есептеу бірлігі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Болжамды мөлшер—	Есептеу бірлігі—	Төлем Кіріс · Кіріс токендері · Тек салыстыруға арналған бағалау — / 1K токен Шығыс · Шығыс токендері · Тек салыстыруға арналған бағалау — / 1K токен Кіріс · Кэшті оқу · Тек салыстыруға арналған бағалау — / 1K токен Кіріс · Кэшке жазу · Тек салыстыруға арналған бағалау — / 1K токен Кіріс · Кэшке жазу, 1 сағ · Тек салыстыруға арналған бағалау — / 1K токен
Баптаукіріс аудио секунды	Мөлшерлемелер кестесі—	Болжамды мөлшер—	Есептеу бірлігікіріс аудионың секунды үшін	Төлем Кіріс · кіріс аудио секунды · Тек салыстыруға арналған бағалау $0.0000333334 кіріс аудионың секунды үшін
БаптауГенерацияның болжамды құны	Мөлшерлемелер кестесі—	Болжамды мөлшербір генерацияға арналған болжам	Есептеу бірлігі—	Төлем Шығыс · Генерацияның болжамды құны · Тек салыстыруға арналған бағалау $0.0000333334 жасауға дейінгі бағалау Бұл бағалау қосымша төлем де, аяқталған генерация үшін белгіленген тұрақты тариф те емес.

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot Ultra · Дыбысты мәтінге түсіру

curl · төл пішімдегі дәл сұрау денесі және толық нәтиже

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.

Нәтижелерді алу және сақтау

Ailoot Ultra · Дыбысты мәтінге түсіру

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

Басқа мазмұнды оқу

Өзіңізге тиесілі қолда бар материалдарды оқу

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.

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Толық жауапты және тақырыптарды, алынған әрбір нәтижені, бастапқыда қайтарылған идентификаторларды және пайдалану туралы барлық өрістерді сақтаңыз. Жасау сұрауын қайта жібермей, бастапқы операцияны қалпына келтіріңіз.

Бастапқы жауапты тексеру қажет болса

Есептерді салыстырып тексеру үшін қайтарылған X-Client-Request-ID мәнін сақтаңыз. Тек нақты қайтарылған task_id/asset_id мәндері арқылы немесе өзіңізге тиесілі медиатекадан оқыңыз; операция ID мәнінен тапсырманың URL мекенжайын ешқашан құрастырмаңыз және жасау сұрауын ешқашан қайта жібермеңіз.

Жауап өрістері

Өріс	Түрі
Өріс`text`	Түрі
Өріс`usage`	Түрі
Өріс`segments[]`	Түрі
Өріс`words[]`	Түрі
Өріс`speaker fields`	Түрі
Өріс`timestamps`	Түрі

Балама атаулар

Модельдердің балама атаулары

Ailoot Ultra mistralai/voxtral-mini-3b-2507

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

mistralai/voxtral-mini-3b-2507

FAQ · Mistral: Voxtral Mini 3B 2507

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: audio → text
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
Қандай шектеулер қолданылады?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-3b-2507: temperature.minimum: 0; temperature.maximum: 1

Mistral: Voxtral Mini 3B 2507