Mistral: Voxtral Small 24B 2507 STT

Voxtral Small 1.0 24B 2507 voegt audio-invoer en spraakbegrip toe aan een Mistral Small-taalmodelbasis. Het aanvaardt audio en tekst en retourneert tekst, waaronder een transcriptie, een antwoord over de opname, een vertaling of een gestructureerde samenvatting. Dit is de genoemde 24B-editie voor spraakbegrip, onderscheiden van Voxtral Mini, voor transcriptie geoptimaliseerde servicevarianten en latere Voxtral-releases voor spraakgeneratie of realtimegebruik.

Transcriptie en audiobegrip

Het model heeft een specifieke modus voor zuivere transcriptie. De maker vermeldt dat het standaard automatisch de taal van de bronaudio voorspelt en overeenkomstig transcribeert. Gebruik die modus wanneer het gewenste artefact de gesproken formulering zelf is en geen interpretatie of samenvatting. Geef aan of het resultaat de oorspronkelijke taal moet behouden of gevolgd moet worden door een afzonderlijk gevraagde vertaling.

Audiobegrip maakt een directe vraag over een opname mogelijk, zonder eerst een afzonderlijk spraakherkenningsmodel en tekstmodel te koppelen. Een verzoek kan vragen welk onderwerp werd besproken, welke beslissing werd uitgesproken of welke informatie in de opname een specifieke vraag beantwoordt. Het resultaat kan een beknopt antwoord of geordende samenvatting zijn in plaats van een volledige transcriptie van elk gesproken woord.

Lever voor een vergadersamenvatting de opname aan en bepaal de terug te geven velden: onderwerpen, expliciet uitgesproken beslissingen en vervolgacties. Vraag alleen namen of datums wanneer de opname die werkelijk vermeldt en houd onopgeloste details gescheiden van beslissingen. Vraag bij een interview het antwoord op een specifieke vraag en de omringende context die het begrijpelijk maakt. Deze uitvoerontwerpen verbinden de audiotaak met een document dat later bruikbaar is.

Context, duur en talen

De maker documenteert een context van 32k tokens en audio tot 30 minuten voor transcriptie of 40 minuten voor begrip. De twee tijdsduren hebben verschillende taakgebieden. Kies de gewenste bewerking voordat u de opname selecteert en neem tekstinstructie en conversatie mee bij het plannen van de beschikbare context. Zowel een lange opname als een lang schriftelijk antwoord verbruikt capaciteit; de duurvermelding is geen afzonderlijke belofte van onbeperkte antwoordlengte.

De release noemt Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands en Italiaans als voornaamste ondersteunde talen en biedt automatische taaldetectie. Stel voor spraakvertaling de doeltaal in en benoem termen die hun oorspronkelijke vorm moeten behouden. Onderscheid bij een vraag over audio in één taal de opnametaal van de taal waarin het antwoord moet worden geschreven.

Meerdere opnamen en vervolgvragen

De kaart ondersteunt meerdere audio-invoeren in één bericht en audio over meerdere gebruikersbeurten. Geef elke opname een identificatie en vermeld haar rol bij een vergelijking. Een praktisch verzoek kan twee versies van een gesproken uitleg vergelijken, vragen welke voorwaarden veranderd zijn en een tabel retourneren met voor elke opname een aparte kolom. ID's helpen de bevindingen van het model met de juiste bron verbonden te houden.

Een vervolgvraag kan de eerdere vraag en het antwoord behouden en tegelijk een specifieker detail vragen of een andere opname aanleveren. Vraag bijvoorbeeld eerst de beslissingen uit een bespreking en vervolgens welke beslissing op een specifieke vereiste betrekking heeft. Dezelfde release demonstreert ook uitsluitend tekstuele en uitsluitend audioverzoeken. De tekstbasis kan aan de schriftelijke vraag of het resultaat werken, terwijl de audiomogelijkheid bewijsmateriaal uit spraak levert.

Functies aangestuurd door spraak

De maker beschrijft functieaanroepen vanuit een uitgesproken intentie en markeert het functieaanroepvoorbeeld op de gepubliceerde kaart als experimentele ondersteuning. In deze workflow definieert de toepassing een functie en argumenten, bereidt het model vanuit het verzoek een aanroep voor en voert de toepassing die uit en levert ze het resultaat. Een opzoeking via spraak kan dus een schriftelijk antwoord teruggeven met informatie van een verbonden tool. Functieaanroepen betekenen niet dat het model automatisch de externe service beheert of een actie uitvoert door ze alleen te benoemen.

Houd het functiedoel en de vereiste informatie expliciet. Als de opname om een bewerking vraagt maar een vereiste waarde weglaat, heeft de toepassing die waarde nog steeds nodig voor uitvoering. Scheid het gesproken verzoek, de voorgestelde argumenten en het teruggegeven resultaat, zodat het volgende antwoord naar de werkelijke uitkomst kan verwijzen.

Aanbevolen instellingen en nuttige afbakening

Voor audiobegrip en chataanvulling beveelt de kaart temperature 0.2 en top-p 0.95 aan. Voor transcriptie wordt temperature 0.0 aanbevolen. Ze vermeldt expliciet dat systeemprompts in deze uitgebrachte gebruiksflow niet worden ondersteund; plaats taak- en antwoordvereisten daarom in de gebruikersinvoer in plaats van een systeempromptconventie van een ander Mistral-model over te nemen.

Selecteer een opname met het voor de vraag relevante materiaal, houd hoorbare spraak duidelijk en geef aan of het resultaat een transcriptie, vertaling, antwoord of samenvatting moet zijn. De gedocumenteerde uitvoer is tekst. Een gesproken antwoord heeft een tekst-naar-spraakcomponent nodig, en sprekeridentificatie, gedetailleerde sprekerdiarisatie of tijdstempels op woordniveau mogen niet uit de algemene claim over audiobegrip van deze exacte release worden afgeleid.

De generatievoorbeelden met 500 tokens op de kaart zijn voorbeeldinstellingen en geen afzonderlijk vermelde maximale uitvoercapaciteit. Behoud de 2507-editie, de taakspecifieke duurrichtlijnen en de invoertaal bij het voorbereiden van een herhaalbare workflow. Het nuttige eindartefact is de gevraagde tekst, verbonden met de opname en opgemaakt voor de volgende document- of toepassingsstap.