{ "aboutHtml": "

Voxtral Mini Transcribe 2 ialah edisi Voxtral Mistral AI yang berfokus pada transkripsi dan dikenal pasti dalam kad model pengeluar sebagai voxtral-mini-2602. Ia direka untuk transkripsi kelompok berasaskan rakaman dan bukannya peranan soal jawab yang lebih luas bagi model Voxtral Mini 3B asal. Input ialah audio dan hasil ialah teks transkripsi, yang boleh diperkaya secara pilihan dengan label penutur dan maklumat masa. Kegunaan praktikal merangkumi transkrip mesyuarat, analisis temu bual, rekod panggilan berbilang pihak dan teks yang dijajarkan dengan media rakaman.

Pengeluar mendokumentasikan diarisasi penutur dan masa mula/tamat supaya transkrip boleh menunjukkan siapa yang bercakap dan bila. Cap masa peringkat perkataan menyokong sari kata, carian audio dan penjajaran antara petikan teks dengan kedudukannya dalam rakaman. Panduan pengeluar membenarkan ketelitian cap masa mengikut segmen atau perkataan. Untuk temu bual, artifak yang berguna ialah jujukan petikan yang dikaitkan dengan penutur berserta masa; untuk penyediaan sari kata, masa perkataan atau segmen boleh memandu langkah kapsyen kemudian dan bukannya memaksa masa itu disimpulkan daripada teks transkrip biasa.

Pembiasan konteks menerima sehingga 100 perkataan atau frasa yang membimbing model kepada ejaan nama, istilah teknikal dan kosa kata khusus domain yang dimaksudkan. Mistral menyatakan ciri ini dioptimumkan untuk bahasa Inggeris dan sokongan dalam bahasa lain bersifat eksperimen. Sediakan senarai kosa kata berfokus daripada subjek rakaman dan bukannya glosari tidak berkaitan. Contoh asal boleh membekalkan nama projek dan istilah khusus yang berkemungkinan muncul dalam perbincangan teknikal, kemudian memeriksa ejaan itu dalam transkrip yang lengkap.

Edisi ini menyokong tiga belas bahasa: bahasa Inggeris, Cina, Hindi, Sepanyol, Arab, Perancis, Portugis, Rusia, Jerman, Jepun, Korea, Itali dan Belanda. Pengeluar turut mendokumentasikan keteguhan terhadap hingar dan rakaman sehingga tiga jam dalam satu permintaan. Ini milik aliran kerja rakaman Mini Transcribe 2; pernyataan konteks dan tempoh model pemahaman audio 2507 asal menerangkan keluaran yang berbeza. Pengesanan bahasa automatik tersedia, dan panduan menyatakan bahawa memberikan bahasa audio yang diketahui secara jelas boleh meningkatkan ketepatan transkripsi.

Dalam aliran kerja pengeluar yang didokumentasikan, audio boleh diberikan sebagai fail yang dimuat naik, pengecam fail yang dimuat naik sebelum ini atau rakaman yang dirujuk. Demonstrasi muat naik yang mengiringinya menerima rakaman MP3, WAV, M4A, FLAC dan OGG; pilih salah satu format ini untuk aliran kerja muat naik yang ditunjukkan. Pastikan rakaman boleh dinyahkod dan sertakan pertuturan yang relevan. Untuk bahan panjang, kekalkan pengecam dan titik asal masanya supaya sebarang petikan atau suntingan kemudian masih boleh dijejaki kepada sumber.

Rujukan transkripsi mengembalikan teks dan bahasa yang dikesan, dengan segmen apabila diminta, serta mendokumentasikan peristiwa transkripsi berstrim secara berasingan. Diarisasi ialah pilihan dan lalainya false. Panduan menyatakan bahawa timestamp_granularities dan tetapan language yang jelas pada masa ini tidak serasi, jadi pilih aliran kerja masa yang diingini atau petunjuk bahasa manual dan jangan gabungkannya. Transkripsi berlabel penutur, pembiasan kosa kata dan masa perlu dipilih mengikut hasil yang dimaksudkan dan bukannya diandaikan daripada permintaan asas.

Pertuturan bertindih ialah batas substantif: Mistral menyatakan model biasanya mentranskripsikan satu penutur apabila penutur bertindih. Oleh itu, transkrip berlabel tidak patut dianggap sebagai rekod menyeluruh setiap ujaran serentak. Untuk rekod mesyuarat, semak pertindihan sukar dan nama atau angka penting terhadap rakaman. Tujuan model ialah transkripsi; ringkasan, terjemahan atau analisis boleh menjadi tugas berasingan yang dibina berdasarkan transkrip itu. Voxtral Realtime mempunyai varian kependaman transkripsi langsung yang berasingan, manakala penjanaan pertuturan milik model lain.

Sediakan hasil untuk kegunaan seterusnya. Aliran kerja mesyuarat boleh mengekalkan transkrip, label penutur dan masa sebelum peringkat berasingan mengekstrak keputusan; aliran kerja media boleh menggunakan masa untuk mencari petikan dan mendraf kapsyen; rakaman yang sarat istilah boleh menyertakan senarai pembiasan konteks berfokus serta semakan ejaan yang terhasil. Hasil serahan yang berguna ialah teks yang terikat pada rakaman sumber dan metadata terkonfigurasi, dengan edisi transkripsi bernombor ini dikekalkan berbeza daripada model Mini asal dan nama latest yang berubah mengikut keluaran semasa.

", "aboutText": "Voxtral Mini Transcribe 2 ialah edisi Voxtral Mistral AI yang berfokus pada transkripsi dan dikenal pasti dalam kad model pengeluar sebagai voxtral-mini-2602. Ia direka untuk transkripsi kelompok berasaskan rakaman dan bukannya peranan soal jawab yang lebih luas bagi model Voxtral Mini 3B asal. Input ialah audio dan hasil ialah teks transkripsi, yang boleh diperkaya secara pilihan dengan label penutur dan maklumat masa. Kegunaan praktikal merangkumi transkrip mesyuarat, analisis temu bual, rekod panggilan berbilang pihak dan teks yang dijajarkan dengan media rakaman.\n\nPengeluar mendokumentasikan diarisasi penutur dan masa mula/tamat supaya transkrip boleh menunjukkan siapa yang bercakap dan bila. Cap masa peringkat perkataan menyokong sari kata, carian audio dan penjajaran antara petikan teks dengan kedudukannya dalam rakaman. Panduan pengeluar membenarkan ketelitian cap masa mengikut segmen atau perkataan. Untuk temu bual, artifak yang berguna ialah jujukan petikan yang dikaitkan dengan penutur berserta masa; untuk penyediaan sari kata, masa perkataan atau segmen boleh memandu langkah kapsyen kemudian dan bukannya memaksa masa itu disimpulkan daripada teks transkrip biasa.\n\nPembiasan konteks menerima sehingga 100 perkataan atau frasa yang membimbing model kepada ejaan nama, istilah teknikal dan kosa kata khusus domain yang dimaksudkan. Mistral menyatakan ciri ini dioptimumkan untuk bahasa Inggeris dan sokongan dalam bahasa lain bersifat eksperimen. Sediakan senarai kosa kata berfokus daripada subjek rakaman dan bukannya glosari tidak berkaitan. Contoh asal boleh membekalkan nama projek dan istilah khusus yang berkemungkinan muncul dalam perbincangan teknikal, kemudian memeriksa ejaan itu dalam transkrip yang lengkap.\n\nEdisi ini menyokong tiga belas bahasa: bahasa Inggeris, Cina, Hindi, Sepanyol, Arab, Perancis, Portugis, Rusia, Jerman, Jepun, Korea, Itali dan Belanda. Pengeluar turut mendokumentasikan keteguhan terhadap hingar dan rakaman sehingga tiga jam dalam satu permintaan. Ini milik aliran kerja rakaman Mini Transcribe 2; pernyataan konteks dan tempoh model pemahaman audio 2507 asal menerangkan keluaran yang berbeza. Pengesanan bahasa automatik tersedia, dan panduan menyatakan bahawa memberikan bahasa audio yang diketahui secara jelas boleh meningkatkan ketepatan transkripsi.\n\nDalam aliran kerja pengeluar yang didokumentasikan, audio boleh diberikan sebagai fail yang dimuat naik, pengecam fail yang dimuat naik sebelum ini atau rakaman yang dirujuk. Demonstrasi muat naik yang mengiringinya menerima rakaman MP3, WAV, M4A, FLAC dan OGG; pilih salah satu format ini untuk aliran kerja muat naik yang ditunjukkan. Pastikan rakaman boleh dinyahkod dan sertakan pertuturan yang relevan. Untuk bahan panjang, kekalkan pengecam dan titik asal masanya supaya sebarang petikan atau suntingan kemudian masih boleh dijejaki kepada sumber.\n\nRujukan transkripsi mengembalikan teks dan bahasa yang dikesan, dengan segmen apabila diminta, serta mendokumentasikan peristiwa transkripsi berstrim secara berasingan. Diarisasi ialah pilihan dan lalainya false. Panduan menyatakan bahawa timestamp_granularities dan tetapan language yang jelas pada masa ini tidak serasi, jadi pilih aliran kerja masa yang diingini atau petunjuk bahasa manual dan jangan gabungkannya. Transkripsi berlabel penutur, pembiasan kosa kata dan masa perlu dipilih mengikut hasil yang dimaksudkan dan bukannya diandaikan daripada permintaan asas.\n\nPertuturan bertindih ialah batas substantif: Mistral menyatakan model biasanya mentranskripsikan satu penutur apabila penutur bertindih. Oleh itu, transkrip berlabel tidak patut dianggap sebagai rekod menyeluruh setiap ujaran serentak. Untuk rekod mesyuarat, semak pertindihan sukar dan nama atau angka penting terhadap rakaman. Tujuan model ialah transkripsi; ringkasan, terjemahan atau analisis boleh menjadi tugas berasingan yang dibina berdasarkan transkrip itu. Voxtral Realtime mempunyai varian kependaman transkripsi langsung yang berasingan, manakala penjanaan pertuturan milik model lain.\n\nSediakan hasil untuk kegunaan seterusnya. Aliran kerja mesyuarat boleh mengekalkan transkrip, label penutur dan masa sebelum peringkat berasingan mengekstrak keputusan; aliran kerja media boleh menggunakan masa untuk mencari petikan dan mendraf kapsyen; rakaman yang sarat istilah boleh menyertakan senarai pembiasan konteks berfokus serta semakan ejaan yang terhasil. Hasil serahan yang berguna ialah teks yang terikat pada rakaman sumber dan metadata terkonfigurasi, dengan edisi transkripsi bernombor ini dikekalkan berbeza daripada model Mini asal dan nama latest yang berubah mengikut keluaran semasa.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1d5e36fb0b92521977eb1908e7278b55e7b0404a06ba2fbdd5afabc16c96eaf4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "
•

Mistral: Voxtral Mini Transcribe

Mistral /mistralai/voxtral-mini-transcribe

Pengenalan

Voxtral Mini Transcribe 2 menukar rakaman kepada teks dengan diarisasi penutur, cap masa peringkat perkataan dan pembiasan kosa kata. Mistral mendokumentasikan 13 bahasa dan rakaman sehingga tiga jam untuk edisi berfokus transkripsi ini, yang berbeza daripada Voxtral Realtime.

Input yang diterima
Audio
Hasil
Teks
Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Voxtral Mini Transcribe 2 ialah edisi Voxtral Mistral AI yang berfokus pada transkripsi dan dikenal pasti dalam kad model pengeluar sebagai voxtral-mini-2602. Ia direka untuk transkripsi kelompok berasaskan rakaman dan bukannya peranan soal jawab yang lebih luas bagi model Voxtral Mini 3B asal. Input ialah audio dan hasil ialah teks transkripsi, yang boleh diperkaya secara pilihan dengan label penutur dan maklumat masa. Kegunaan praktikal merangkumi transkrip mesyuarat, analisis temu bual, rekod panggilan berbilang pihak dan teks yang dijajarkan dengan media rakaman.

Pengeluar mendokumentasikan diarisasi penutur dan masa mula/tamat supaya transkrip boleh menunjukkan siapa yang bercakap dan bila. Cap masa peringkat perkataan menyokong sari kata, carian audio dan penjajaran antara petikan teks dengan kedudukannya dalam rakaman. Panduan pengeluar membenarkan ketelitian cap masa mengikut segmen atau perkataan. Untuk temu bual, artifak yang berguna ialah jujukan petikan yang dikaitkan dengan penutur berserta masa; untuk penyediaan sari kata, masa perkataan atau segmen boleh memandu langkah kapsyen kemudian dan bukannya memaksa masa itu disimpulkan daripada teks transkrip biasa.

Pembiasan konteks menerima sehingga 100 perkataan atau frasa yang membimbing model kepada ejaan nama, istilah teknikal dan kosa kata khusus domain yang dimaksudkan. Mistral menyatakan ciri ini dioptimumkan untuk bahasa Inggeris dan sokongan dalam bahasa lain bersifat eksperimen. Sediakan senarai kosa kata berfokus daripada subjek rakaman dan bukannya glosari tidak berkaitan. Contoh asal boleh membekalkan nama projek dan istilah khusus yang berkemungkinan muncul dalam perbincangan teknikal, kemudian memeriksa ejaan itu dalam transkrip yang lengkap.

Edisi ini menyokong tiga belas bahasa: bahasa Inggeris, Cina, Hindi, Sepanyol, Arab, Perancis, Portugis, Rusia, Jerman, Jepun, Korea, Itali dan Belanda. Pengeluar turut mendokumentasikan keteguhan terhadap hingar dan rakaman sehingga tiga jam dalam satu permintaan. Ini milik aliran kerja rakaman Mini Transcribe 2; pernyataan konteks dan tempoh model pemahaman audio 2507 asal menerangkan keluaran yang berbeza. Pengesanan bahasa automatik tersedia, dan panduan menyatakan bahawa memberikan bahasa audio yang diketahui secara jelas boleh meningkatkan ketepatan transkripsi.

Dalam aliran kerja pengeluar yang didokumentasikan, audio boleh diberikan sebagai fail yang dimuat naik, pengecam fail yang dimuat naik sebelum ini atau rakaman yang dirujuk. Demonstrasi muat naik yang mengiringinya menerima rakaman MP3, WAV, M4A, FLAC dan OGG; pilih salah satu format ini untuk aliran kerja muat naik yang ditunjukkan. Pastikan rakaman boleh dinyahkod dan sertakan pertuturan yang relevan. Untuk bahan panjang, kekalkan pengecam dan titik asal masanya supaya sebarang petikan atau suntingan kemudian masih boleh dijejaki kepada sumber.

Rujukan transkripsi mengembalikan teks dan bahasa yang dikesan, dengan segmen apabila diminta, serta mendokumentasikan peristiwa transkripsi berstrim secara berasingan. Diarisasi ialah pilihan dan lalainya false. Panduan menyatakan bahawa timestamp_granularities dan tetapan language yang jelas pada masa ini tidak serasi, jadi pilih aliran kerja masa yang diingini atau petunjuk bahasa manual dan jangan gabungkannya. Transkripsi berlabel penutur, pembiasan kosa kata dan masa perlu dipilih mengikut hasil yang dimaksudkan dan bukannya diandaikan daripada permintaan asas.

Pertuturan bertindih ialah batas substantif: Mistral menyatakan model biasanya mentranskripsikan satu penutur apabila penutur bertindih. Oleh itu, transkrip berlabel tidak patut dianggap sebagai rekod menyeluruh setiap ujaran serentak. Untuk rekod mesyuarat, semak pertindihan sukar dan nama atau angka penting terhadap rakaman. Tujuan model ialah transkripsi; ringkasan, terjemahan atau analisis boleh menjadi tugas berasingan yang dibina berdasarkan transkrip itu. Voxtral Realtime mempunyai varian kependaman transkripsi langsung yang berasingan, manakala penjanaan pertuturan milik model lain.

Sediakan hasil untuk kegunaan seterusnya. Aliran kerja mesyuarat boleh mengekalkan transkrip, label penutur dan masa sebelum peringkat berasingan mengekstrak keputusan; aliran kerja media boleh menggunakan masa untuk mencari petikan dan mendraf kapsyen; rakaman yang sarat istilah boleh menyertakan senarai pembiasan konteks berfokus serta semakan ejaan yang terhasil. Hasil serahan yang berguna ialah teks yang terikat pada rakaman sumber dan metadata terkonfigurasi, dengan edisi transkripsi bernombor ini dikekalkan berbeza daripada model Mini asal dan nama latest yang berubah mengikut keluaran semasa.

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions
Input
audio
Output
text
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
mistralai/voxtral-mini-transcribe
Lalai—
Medaninput_audioJenisobjectKeperluanDiperlukanNilai & hadLalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, input_audio
Parametermaterial_typesKontrakaudio
Parametermaterial_conditionsKontrakContoh ini membaca fail PCM WAV sebenar anda yang tidak kosong, mengekodkan keseluruhan bait fail sebagai base64 dan menghantar input_audio.format sebagai wav.

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id tepat daripada rekod media sedia ada milik anda

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

KonfigurasiJadual kadarUnit pengebilanCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasUnit pengebilan—Caj
Input · Token input — / 1K token
Output · Token output — / 1K token
Input · Bacaan cache — / 1K token
Input · Penulisan cache — / 1K token
Input · Penulisan cache, 1 jam — / 1K token
Konfigurasisaat audio inputJadual kadar—Unit pengebilanbagi setiap saat audio masukanCaj
Input · saat audio input $0.0001 bagi setiap saat audio masukan

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Transkripsi

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'mistralai/voxtral-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n

Terima dan simpan hasil

Ailoot Ultra · Transkripsi

Badan respons asal yang lengkap, status dan pengepala yang dimajukan. Pengendali ini tidak menambah bentuk JSON sejagat, medan teks atau struktur pembungkus tugas.

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.

Jika respons asal perlu disemak

Simpan X-Client-Request-ID sebenar dan respons lengkap. Baca aset asal milik anda serta pautan kandungan bertandatangan yang tepat; jangan sekali-kali hantar semula penciptaan yang tidak pasti.

Medan respons
MedanJenis
Medantext (when present)Jenis
Medanusage (when present)Jenis
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratBadan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.Langkah seterusnyaSimpan respons dan betulkan medan permintaan yang dinyatakan.
Respons401 · authentication_errorSyaratKunci API Ailoot tidak sah.Langkah seterusnyaGunakan kunci API Ailoot anda yang dibenarkan.
Respons403 · permission_errorSyaratKumpulan kunci tidak membenarkan kaedah ini.Langkah seterusnyaSimpan butiran ralat yang dikembalikan.
Respons404 · not_found_errorSyaratKaedah yang dipilih tidak mempunyai laluan yang dibenarkan.Langkah seterusnyaSimpan butiran ralat yang dikembalikan.
Respons422 · price_unavailableSyaratTarif yang diterima tidak dapat memperoleh kuantiti input atau batas yang diperlukan.Langkah seterusnyaSimpan respons; gunakan bentuk perwakilan input yang diperlukan oleh tarif yang diterima.
Respons503 · SyaratStoran, laluan, harga kaedah atau penahanan dana yang diperlukan tidak tersedia.Langkah seterusnyaSimpan respons asal yang lengkap. Penahanan dana yang tidak pasti bukan kebenaran untuk menghantar semula.
Respons502 · server_errorSyaratHasil asal, penggunaan atau penyelesaian caj memerlukan semakan.Langkah seterusnyaSimpan ID permintaan sebenar dan respons asal. Baca rekod sedia ada milik anda; jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot Ultra mistralai/voxtral-mini-transcribe

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

mistralai/voxtral-mini-transcribe

", "method_identity": { "effective_request_model_id": "mistralai/voxtral-mini-transcribe", "fmt": "transcriptions", "http": "POST", "path": "/v1/audio/transcriptions", "request_model_id": "mistralai/voxtral-mini-transcribe", "route_label": "Ultra" }, "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|mistralai%2Fvoxtral-mini-transcribe", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "errors": [ { "code": null, "condition": "Badan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.", "http_status": 400, "recovery": "Simpan respons dan betulkan medan permintaan yang dinyatakan.", "type": "invalid_request_error" }, { "code": null, "condition": "Kunci API Ailoot tidak sah.", "http_status": 401, "recovery": "Gunakan kunci API Ailoot anda yang dibenarkan.", "type": "authentication_error" }, { "code": null, "condition": "Kumpulan kunci tidak membenarkan kaedah ini.", "http_status": 403, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "permission_error" }, { "code": null, "condition": "Kaedah yang dipilih tidak mempunyai laluan yang dibenarkan.", "http_status": 404, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "not_found_error" }, { "code": null, "condition": "Tarif yang diterima tidak dapat memperoleh kuantiti input atau batas yang diperlukan.", "http_status": 422, "recovery": "Simpan respons; gunakan bentuk perwakilan input yang diperlukan oleh tarif yang diterima.", "type": "price_unavailable" }, { "code": null, "condition": "Storan, laluan, harga kaedah atau penahanan dana yang diperlukan tidak tersedia.", "http_status": 503, "recovery": "Simpan respons asal yang lengkap. Penahanan dana yang tidak pasti bukan kebenaran untuk menghantar semula.", "type": null }, { "code": null, "condition": "Hasil asal, penggunaan atau penyelesaian caj memerlukan semakan.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "Simpan ID permintaan sebenar dan respons asal. Baca rekod sedia ada milik anda; jangan hantar semula permintaan penciptaan.", "response_headers": { "x-should-retry": "false" }, "type": "server_error" } ], "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "exact task_id from an existing owned media record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Simpan X-Client-Request-ID sebenar dan respons lengkap. Baca aset asal milik anda serta pautan kandungan bertandatangan yang tepat; jangan sekali-kali hantar semula penciptaan yang tidak pasti." }, "outputs": { "all_results": "Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Badan respons asal yang lengkap, status dan pengepala yang dimajukan. Pengendali ini tidak menambah bentuk JSON sejagat, medan teks atau struktur pembungkus tugas." }, "parameters": [ { "default_known": false, "enum": [ "mistralai/voxtral-mini-transcribe" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "name": "input_audio", "required": true, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "model": { "enum": [ "mistralai/voxtral-mini-transcribe" ], "type": "string" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "mistralai/voxtral-mini-transcribe" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "Contoh ini membaca fail PCM WAV sebenar anda yang tidak kosong, mengekodkan keseluruhan bait fail sebagai base64 dan menghantar input_audio.format sebagai wav." ], "material_types": [ "audio" ], "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "task_id tepat daripada rekod media sedia ada milik anda", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'mistralai/voxtral-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n", "label": "curl · actual WAV file and complete original result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.", "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Transkripsi", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_transcriptions", "out": null, "output": [ "text" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_second": 0.0001 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "mistralai/voxtral-mini-transcribe", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } } ], "model_id": "mistralai/voxtral-mini-transcribe", "nativeProvenance": { "input_facts_canonical_sha256": "d68e9d8c999253c70d213be75f8ba88e6e6f2d1f4eb357de50e7e085689ec7a9", "input_html_sha256": "ff1a847c3b49ff2066ccfa48c52cd53c2dfb4db2bf8f42ce5fcc48369d760737", "private_audit_sha256": "e6f791e3132a6cd471b6b229ef11c0220a669ea00a37f20ebbe52c653b4b78a1", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ms/mistralai-voxtral-mini-transcribe/", "description": "Voxtral Mini Transcribe 2 menukar rakaman kepada teks dengan diarisasi penutur, cap masa peringkat perkataan dan pembiasan kosa kata. Mistral mendokumentasikan 13 bahasa dan rakaman sehingga tiga jam untuk edisi berfokus transkripsi ini, yang berbeza daripada Voxtral Realtime.", "locale": "ms", "md_url": "https://ailoot.ai/models/ms/mistralai-voxtral-mini-transcribe/index.md", "title": "Mistral: Voxtral Mini Transcribe — Ailoot", "url": "https://ailoot.ai/models/ms/mistralai-voxtral-mini-transcribe/" }, "rawModel": { "about": "Voxtral Mini Transcribe 2 ialah edisi Voxtral Mistral AI yang berfokus pada transkripsi dan dikenal pasti dalam kad model pengeluar sebagai voxtral-mini-2602. Ia direka untuk transkripsi kelompok berasaskan rakaman dan bukannya peranan soal jawab yang lebih luas bagi model Voxtral Mini 3B asal. Input ialah audio dan hasil ialah teks transkripsi, yang boleh diperkaya secara pilihan dengan label penutur dan maklumat masa. Kegunaan praktikal merangkumi transkrip mesyuarat, analisis temu bual, rekod panggilan berbilang pihak dan teks yang dijajarkan dengan media rakaman.\n\nPengeluar mendokumentasikan diarisasi penutur dan masa mula/tamat supaya transkrip boleh menunjukkan siapa yang bercakap dan bila. Cap masa peringkat perkataan menyokong sari kata, carian audio dan penjajaran antara petikan teks dengan kedudukannya dalam rakaman. Panduan pengeluar membenarkan ketelitian cap masa mengikut segmen atau perkataan. Untuk temu bual, artifak yang berguna ialah jujukan petikan yang dikaitkan dengan penutur berserta masa; untuk penyediaan sari kata, masa perkataan atau segmen boleh memandu langkah kapsyen kemudian dan bukannya memaksa masa itu disimpulkan daripada teks transkrip biasa.\n\nPembiasan konteks menerima sehingga 100 perkataan atau frasa yang membimbing model kepada ejaan nama, istilah teknikal dan kosa kata khusus domain yang dimaksudkan. Mistral menyatakan ciri ini dioptimumkan untuk bahasa Inggeris dan sokongan dalam bahasa lain bersifat eksperimen. Sediakan senarai kosa kata berfokus daripada subjek rakaman dan bukannya glosari tidak berkaitan. Contoh asal boleh membekalkan nama projek dan istilah khusus yang berkemungkinan muncul dalam perbincangan teknikal, kemudian memeriksa ejaan itu dalam transkrip yang lengkap.\n\nEdisi ini menyokong tiga belas bahasa: bahasa Inggeris, Cina, Hindi, Sepanyol, Arab, Perancis, Portugis, Rusia, Jerman, Jepun, Korea, Itali dan Belanda. Pengeluar turut mendokumentasikan keteguhan terhadap hingar dan rakaman sehingga tiga jam dalam satu permintaan. Ini milik aliran kerja rakaman Mini Transcribe 2; pernyataan konteks dan tempoh model pemahaman audio 2507 asal menerangkan keluaran yang berbeza. Pengesanan bahasa automatik tersedia, dan panduan menyatakan bahawa memberikan bahasa audio yang diketahui secara jelas boleh meningkatkan ketepatan transkripsi.\n\nDalam aliran kerja pengeluar yang didokumentasikan, audio boleh diberikan sebagai fail yang dimuat naik, pengecam fail yang dimuat naik sebelum ini atau rakaman yang dirujuk. Demonstrasi muat naik yang mengiringinya menerima rakaman MP3, WAV, M4A, FLAC dan OGG; pilih salah satu format ini untuk aliran kerja muat naik yang ditunjukkan. Pastikan rakaman boleh dinyahkod dan sertakan pertuturan yang relevan. Untuk bahan panjang, kekalkan pengecam dan titik asal masanya supaya sebarang petikan atau suntingan kemudian masih boleh dijejaki kepada sumber.\n\nRujukan transkripsi mengembalikan teks dan bahasa yang dikesan, dengan segmen apabila diminta, serta mendokumentasikan peristiwa transkripsi berstrim secara berasingan. Diarisasi ialah pilihan dan lalainya false. Panduan menyatakan bahawa timestamp_granularities dan tetapan language yang jelas pada masa ini tidak serasi, jadi pilih aliran kerja masa yang diingini atau petunjuk bahasa manual dan jangan gabungkannya. Transkripsi berlabel penutur, pembiasan kosa kata dan masa perlu dipilih mengikut hasil yang dimaksudkan dan bukannya diandaikan daripada permintaan asas.\n\nPertuturan bertindih ialah batas substantif: Mistral menyatakan model biasanya mentranskripsikan satu penutur apabila penutur bertindih. Oleh itu, transkrip berlabel tidak patut dianggap sebagai rekod menyeluruh setiap ujaran serentak. Untuk rekod mesyuarat, semak pertindihan sukar dan nama atau angka penting terhadap rakaman. Tujuan model ialah transkripsi; ringkasan, terjemahan atau analisis boleh menjadi tugas berasingan yang dibina berdasarkan transkrip itu. Voxtral Realtime mempunyai varian kependaman transkripsi langsung yang berasingan, manakala penjanaan pertuturan milik model lain.\n\nSediakan hasil untuk kegunaan seterusnya. Aliran kerja mesyuarat boleh mengekalkan transkrip, label penutur dan masa sebelum peringkat berasingan mengekstrak keputusan; aliran kerja media boleh menggunakan masa untuk mencari petikan dan mendraf kapsyen; rakaman yang sarat istilah boleh menyertakan senarai pembiasan konteks berfokus serta semakan ejaan yang terhasil. Hasil serahan yang berguna ialah teks yang terikat pada rakaman sumber dan metadata terkonfigurasi, dengan edisi transkripsi bernombor ini dikekalkan berbeza daripada model Mini asal dan nama latest yang berubah mengikut keluaran semasa.", "alias_of": null, "aliases": [], "author": "Mistral", "capabilities": { "context_length": 16384, "manufacturer_input": [ "audio" ], "manufacturer_output": [ "transcription" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ], "summary": "Maklumat lengkap tentang harga konfigurasi terdapat dalam butiran." } ], "ctx": null, "formats": [ "transcriptions" ], "id": "mistralai/voxtral-mini-transcribe", "input": [ "audio" ], "kind": "audio", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "errors": [ { "code": null, "condition": "Badan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.", "http_status": 400, "recovery": "Simpan respons dan betulkan medan permintaan yang dinyatakan.", "type": "invalid_request_error" }, { "code": null, "condition": "Kunci API Ailoot tidak sah.", "http_status": 401, "recovery": "Gunakan kunci API Ailoot anda yang dibenarkan.", "type": "authentication_error" }, { "code": null, "condition": "Kumpulan kunci tidak membenarkan kaedah ini.", "http_status": 403, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "permission_error" }, { "code": null, "condition": "Kaedah yang dipilih tidak mempunyai laluan yang dibenarkan.", "http_status": 404, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "not_found_error" }, { "code": null, "condition": "Tarif yang diterima tidak dapat memperoleh kuantiti input atau batas yang diperlukan.", "http_status": 422, "recovery": "Simpan respons; gunakan bentuk perwakilan input yang diperlukan oleh tarif yang diterima.", "type": "price_unavailable" }, { "code": null, "condition": "Storan, laluan, harga kaedah atau penahanan dana yang diperlukan tidak tersedia.", "http_status": 503, "recovery": "Simpan respons asal yang lengkap. Penahanan dana yang tidak pasti bukan kebenaran untuk menghantar semula.", "type": null }, { "code": null, "condition": "Hasil asal, penggunaan atau penyelesaian caj memerlukan semakan.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "Simpan ID permintaan sebenar dan respons asal. Baca rekod sedia ada milik anda; jangan hantar semula permintaan penciptaan.", "response_headers": { "x-should-retry": "false" }, "type": "server_error" } ], "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "exact task_id from an existing owned media record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Simpan X-Client-Request-ID sebenar dan respons lengkap. Baca aset asal milik anda serta pautan kandungan bertandatangan yang tepat; jangan sekali-kali hantar semula penciptaan yang tidak pasti." }, "outputs": { "all_results": "Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Badan respons asal yang lengkap, status dan pengepala yang dimajukan. Pengendali ini tidak menambah bentuk JSON sejagat, medan teks atau struktur pembungkus tugas." }, "parameters": [ { "default_known": false, "enum": [ "mistralai/voxtral-mini-transcribe" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "name": "input_audio", "required": true, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "model": { "enum": [ "mistralai/voxtral-mini-transcribe" ], "type": "string" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "mistralai/voxtral-mini-transcribe" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "Contoh ini membaca fail PCM WAV sebenar anda yang tidak kosong, mengekodkan keseluruhan bait fail sebagai base64 dan menghantar input_audio.format sebagai wav." ], "material_types": [ "audio" ], "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "task_id tepat daripada rekod media sedia ada milik anda", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'mistralai/voxtral-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n", "label": "curl · actual WAV file and complete original result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.", "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Transkripsi", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_transcriptions", "out": null, "output": [ "text" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_second": 0.0001 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "mistralai/voxtral-mini-transcribe", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "model_aliases": [ { "canonical_model_id": "mistralai/voxtral-mini-transcribe", "request_model_id": "mistralai/voxtral-mini-transcribe", "route_label": "Ultra" } ], "name": "Mistral: Voxtral Mini Transcribe", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "short": "Voxtral Mini Transcribe 2 menukar rakaman kepada teks dengan diarisasi penutur, cap masa peringkat perkataan dan pembiasan kosa kata. Mistral mendokumentasikan 13 bahasa dan rakaman sehingga tiga jam untuk edisi berfokus transkripsi ini, yang berbeza daripada Voxtral Realtime." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Voxtral Mini Transcribe 2 menukar rakaman kepada teks dengan diarisasi penutur, cap masa peringkat perkataan dan pembiasan kosa kata. Mistral mendokumentasikan 13 bahasa dan rakaman sehingga tiga jam untuk edisi berfokus transkripsi ini, yang berbeza daripada Voxtral Realtime.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "4e8bbd359c80650a3dd7e4837c96396a98a78fb5a47578f62a75a8fc9d8788d9", "renderer_sha256": "1dab5ba62521e9568c8b7c82005622cabbf330a075df7cce1f83274a04009460" }, "sourceRevision": "1f91265959e2c6e21080b1bc2d09d186af494af5aa3d144b0902bc893473d0d3" }