Mistral: Voxtral Mini Transcribe

Voxtral Mini Transcribe 2 is de op transcriptie gerichte Voxtral-editie van Mistral AI, in de modelkaart van de producent geïdentificeerd als voxtral-mini-2602. Het 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 tijdsinformatie. Praktische toepassingen omvatten vergadertranscripten, interviewanalyse, verslagen van gesprekken met meerdere deelnemers en tekst die met opgenomen media is uitgelijnd.

De fabrikant documenteert sprekerdiarisatie en begin-/eindtijden, zodat een transcript kan tonen wie wanneer sprak. Tijdstempels per woord ondersteunen ondertitels, zoeken in audio en de koppeling tussen een tekstpassage en haar positie in een opname. De producentgids staat tijdstempels per segment of per woord toe. Voor een interview is een reeks aan sprekers toegeschreven passages met tijden een bruikbaar artefact; bij ondertitelvoorbereiding kunnen woord- of segmenttijden een latere ondertitelstap sturen, zodat die tijden niet uit gewone transcripttekst hoeven te worden afgeleid.

Contextsturing accepteert maximaal 100 woorden of uitdrukkingen die het model naar de bedoelde spelling van namen, technische termen en domeinspecifieke woordenschat leiden. Mistral zegt dat deze functie is geoptimaliseerd voor Engels en dat ondersteuning in andere talen experimenteel is. Bereid een gerichte woordenlijst voor op basis van het opnameonderwerp, in plaats van een ongerelateerde begrippenlijst. Een eigen voorbeeld kan projectnamen en vaktermen aanleveren die waarschijnlijk in een technisch gesprek voorkomen en vervolgens die spellingen in het voltooide transcript 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. Deze horen 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 gids vermeldt dat het expliciet opgeven van een bekende audiotaal de transcriptienauwkeurigheid kan verbeteren.

In de gedocumenteerde producentworkflow kan audio worden aangeleverd als geüpload bestand, een identificatie van een eerder geüpload bestand of een verwijzing naar een opname. De bijbehorende uploaddemonstratie accepteert 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 het oorspronkelijke tijdsnulpunt, zodat latere fragmenten of bewerkingen nog tot de bron kunnen worden herleid.

De transcriptiereferentie retourneert de tekst en gedetecteerde taal, met segmenten wanneer die worden aangevraagd, en documenteert afzonderlijk gestreamde transcriptiegebeurtenissen. Diarisatie is optioneel en staat standaard op false. De gids merkt op dat timestamp_granularities en een expliciete language-instelling momenteel niet compatibel zijn; kies daarom de gewenste tijdstempelworkflow of de handmatige taalaanwijzing in plaats van ze te combineren. Transcriptie met sprekerlabels, woordenschatsturing en timing moeten op basis van het beoogde resultaat worden gekozen en niet bij 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 gelabeld transcript mag daarom niet worden behandeld als een volledig verslag van elke gelijktijdige uiting. Controleer voor een vergaderverslag moeilijke overlappingen en belangrijke namen of cijfers aan de hand van de opname. Het model is bedoeld voor transcriptie; samenvatting, vertaling of analyse kan een afzonderlijke taak zijn die op dat transcript voortbouwt. Voxtral Realtime heeft een afzonderlijk vertragingsprofiel voor live-transcriptie, terwijl spraakgeneratie bij andere modellen hoort.

Bereid het resultaat voor op het volgende gebruik. Een vergaderworkflow kan transcript, sprekerlabels en tijden bewaren voordat een afzonderlijke fase beslissingen extraheert; een mediaworkflow kan de timing gebruiken om passages te vinden en ondertitels op te stellen; een opname met veel vaktermen kan de gerichte contextwoordenlijst en een beoordeling van de resulterende spellingen bevatten. Het bruikbare resultaat is tekst die met de bronopname en ingestelde metadata is verbonden, waarbij deze genummerde transcriptie-editie gescheiden blijft van het oorspronkelijke Mini-model en meebewegende latest-namen.