Mistral: Voxtral Mini Transcribe

Voxtral Mini Transcribe 2 is de op transcriptie gerichte Voxtral-editie van Mistral AI die op de modelkaart van de producent als voxtral-mini-2602 wordt geïdentificeerd. Ze is ontworpen voor batchtranscriptie van opnamen en niet voor de bredere vraagbeantwoordingsrol van het oorspronkelijke Voxtral Mini 3B-model. De invoer is audio en het resultaat getranscribeerde tekst, optioneel verrijkt met sprekerlabels en tijdinformatie. Praktische toepassingen zijn vergadertranscripties, interviewanalyse, gespreksverslagen met meerdere deelnemers en tekst die met opgenomen media is uitgelijnd.

De fabrikant documenteert sprekerdiarisatie en begin-/eindtijden, zodat een transcriptie kan tonen wie wanneer sprak. Tijdstempels op woordniveau ondersteunen ondertiteling, audiozoekfuncties en de koppeling tussen een tekstpassage en haar positie in een opname. De producenthandleiding laat tijdstempels op segment- of woordniveau toe. Voor een interview is een nuttig artefact een reeks aan sprekers toegewezen passages met timing; bij ondertitelvoorbereiding kan woord- of segmenttiming een latere ondertitelstap sturen, in plaats van die timing uit gewone transcriptietekst te moeten afleiden.

Contextsturing aanvaardt maximaal 100 woorden of woordgroepen die het model naar de bedoelde spelling van namen, technische termen en domeinspecifiek vocabularium sturen. Mistral zegt dat deze functie voor Engels is geoptimaliseerd en dat ondersteuning in andere talen experimenteel is. Bereid een gerichte vocabulariumlijst op basis van het opnameonderwerp voor in plaats van een niet-gerelateerde woordenlijst. Een voorbeeld kan de projectnamen en gespecialiseerde termen aanleveren die waarschijnlijk in een technische bespreking voorkomen en vervolgens hun spelling in de voltooide transcriptie controleren.

Deze editie ondersteunt dertien talen: Engels, Chinees, Hindi, Spaans, Arabisch, Frans, Portugees, Russisch, Duits, Japans, Koreaans, Italiaans en Nederlands. De fabrikant documenteert ook robuustheid tegen ruis en opnamen tot drie uur in één verzoek. Dat hoort bij de opnameworkflow van Mini Transcribe 2; de context- en duurvermeldingen van het oorspronkelijke 2507-model voor audiobegrip beschrijven een andere release. Automatische taaldetectie is beschikbaar, en de handleiding vermeldt dat het expliciet meegeven van een bekende audiotaal de transcriptienauwkeurigheid kan verbeteren.

In de gedocumenteerde producentworkflow kan audio worden aangeleverd als geüpload bestand, identificatie van een eerder geüpload bestand of verwijzing naar een opname. De bijbehorende uploaddemonstratie aanvaardt MP3-, WAV-, M4A-, FLAC- en OGG-opnamen; kies een van deze formaten voor de gedemonstreerde uploadworkflow. Houd de opname decodeerbaar en neem de relevante spraak op. Bewaar bij lang materiaal de identificatie en tijdsoorsprong, zodat latere fragmenten of bewerkingen nog naar de bron herleidbaar zijn.

De transcriptiereferentie retourneert tekst en gedetecteerde taal, met segmenten wanneer daarom wordt gevraagd, en documenteert afzonderlijk gestreamde transcriptiegebeurtenissen. Diarisatie is optioneel en staat standaard op false. De handleiding merkt op dat timestamp_granularities en een expliciete language-instelling momenteel niet compatibel zijn; kies daarom de gewenste timingworkflow of de handmatige taalhint in plaats van beide te combineren. Transcriptie met sprekerlabels, vocabulariumsturing en timing moeten volgens het beoogde resultaat worden gekozen en niet uit een basisverzoek worden verondersteld.

Overlappende spraak is een inhoudelijke beperking: Mistral zegt dat het model doorgaans één spreker transcribeert wanneer sprekers door elkaar praten. Een gelabelde transcriptie mag daarom niet als een volledige registratie van elke gelijktijdige uiting worden behandeld. Controleer voor een vergaderverslag moeilijke overlappingen en belangrijke namen of cijfers tegen de opname. Het model is bedoeld voor transcriptie; een samenvatting, vertaling of analyse kan een afzonderlijke taak op basis van die transcriptie zijn. Voxtral Realtime heeft een eigen latentieprofiel voor livetranscriptie, terwijl spraakgeneratie bij andere modellen hoort.

Bereid het resultaat voor op het volgende gebruik. Een vergaderworkflow kan transcriptie, sprekerlabels en timing bewaren voordat een afzonderlijke fase beslissingen extraheert; een mediaworkflow kan timing gebruiken om passages te vinden en ondertitels op te stellen; een opname met veel vaktermen kan de gerichte contextsturingslijst en een controle van de resulterende spellingen bevatten. Het nuttige eindproduct is tekst die aan de bronopname en ingestelde metadata gekoppeld is, waarbij deze genummerde transcriptie-editie onderscheiden blijft van het oorspronkelijke Mini-model en bijgewerkte latest-namen.