Source: https://ailoot.ai/models/pl/mistralai-voxtral-mini-transcribe/
Canonical: https://ailoot.ai/models/pl/mistralai-voxtral-mini-transcribe/
Language: pl

# Mistral: Voxtral Mini Transcribe

[Markdown](https://ailoot.ai/models/pl/mistralai-voxtral-mini-transcribe/index.md) · [JSON](https://ailoot.ai/models/pl/mistralai-voxtral-mini-transcribe/facts.json)

## [Mistral: Voxtral Mini Transcribe](https://ailoot.ai/models/pl/mistralai-voxtral-mini-transcribe/)

Voxtral Mini Transcribe 2 zamienia nagrania na tekst z diarizacją mówców, znacznikami czasu na poziomie słów i ukierunkowaniem słownictwa. Mistral dokumentuje 13 języków i nagrania do trzech godzin dla tej edycji skoncentrowanej na transkrypcji, odrębnej od Voxtral Realtime.

- [**Ailoot Ultra · Transkrypcja** `POST /v1/audio/transcriptions` `mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/pl/mistralai-voxtral-mini-transcribe/#method-0)

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Voxtral Mini Transcribe 2 to skoncentrowana na transkrypcji edycja Voxtral firmy Mistral AI, oznaczona w karcie modelu producenta jako voxtral-mini-2602. Jest przeznaczona do wsadowej transkrypcji nagrań, a nie szerszej roli odpowiadania na pytania oryginalnego modelu Voxtral Mini 3B. Wejściem jest dźwięk, a wynikiem transkrybowany tekst, opcjonalnie wzbogacony etykietami mówców i informacjami o czasie. Praktyczne zastosowania obejmują transkrypcje spotkań, analizę wywiadów, zapisy rozmów wielostronnych i tekst dopasowany do nagranych multimediów.

Producent dokumentuje diarizację mówców oraz czas początku/końca, dzięki czemu transkrypcja może pokazywać, kto mówił i kiedy. Znaczniki czasu na poziomie słów wspierają napisy, przeszukiwanie audio i dopasowanie fragmentu tekstu do jego pozycji w nagraniu. Przewodnik producenta dopuszcza znaczniki czasu o szczegółowości segmentu lub słowa. Dla wywiadu przydatny artefakt to sekwencja przypisanych mówcom fragmentów z czasem; przy przygotowywaniu napisów czas słów lub segmentów może kierować późniejszym etapem tworzenia napisów, zamiast wymuszać wywnioskowanie czasu ze zwykłego tekstu transkrypcji.

Ukierunkowanie kontekstowe przyjmuje do 100 słów lub fraz, które kierują model ku zamierzonej pisowni nazw, terminów technicznych i słownictwa dziedzinowego. Mistral podaje, że funkcja jest zoptymalizowana dla angielskiego, a obsługa innych języków jest eksperymentalna. Przygotuj ukierunkowaną listę słownictwa z tematu nagrania zamiast niepowiązanego słowniczka. Oryginalny przykład mógłby dostarczać nazwy projektów i specjalistyczne terminy prawdopodobnie pojawiające się w dyskusji technicznej, a następnie sprawdzać ich pisownię w ukończonej transkrypcji.

Ta edycja obsługuje trzynaście języków: angielski, chiński, hindi, hiszpański, arabski, francuski, portugalski, rosyjski, niemiecki, japoński, koreański, włoski i niderlandzki. Producent dokumentuje też odporność na szum i nagrania do trzech godzin w jednym żądaniu. Należą one do przepływu nagrań Mini Transcribe 2; twierdzenia o kontekście i czasie trwania oryginalnego modelu rozumienia dźwięku 2507 opisują inne wydanie. Dostępne jest automatyczne wykrywanie języka, a przewodnik podaje, że jawne dostarczenie znanego języka nagrania może poprawić dokładność transkrypcji.

W udokumentowanym przepływie producenta dźwięk można dostarczyć jako przesłany plik, identyfikator wcześniej przesłanego pliku lub wskazane nagranie. Towarzysząca demonstracja przesyłania przyjmuje nagrania MP3, WAV, M4A, FLAC i OGG; wybierz jeden z tych formatów dla zademonstrowanego przepływu przesyłania. Nagranie powinno dać się zdekodować i zawierać istotną mowę. Dla długich materiałów zachowaj identyfikator i początek osi czasu, aby późniejsze fragmenty lub zmiany nadal można było prześledzić do źródła.

Dokumentacja transkrypcji zwraca tekst i wykryty język, z segmentami na żądanie, oraz osobno dokumentuje zdarzenia transkrypcji strumieniowej. Diarizacja jest opcjonalna i domyślnie ma wartość false. Przewodnik zaznacza, że timestamp\_granularities i jawne ustawienie language nie są obecnie zgodne, więc wybierz pożądany przepływ znaczników czasu albo ręczną wskazówkę języka zamiast je łączyć. Transkrypcję z etykietami mówców, ukierunkowanie słownictwa i czas należy wybierać według zamierzonego wyniku, zamiast zakładać ich obecność w podstawowym żądaniu.

Nakładająca się mowa jest istotnym ograniczeniem: Mistral podaje, że model zwykle transkrybuje jednego mówcę, gdy wypowiedzi się nakładają. Transkrypcji z etykietami nie należy więc traktować jako wyczerpującego zapisu każdej jednoczesnej wypowiedzi. Dla zapisu spotkania sprawdź trudne nakładanie się mowy oraz ważne nazwy lub liczby względem nagrania. Celem modelu jest transkrypcja; podsumowanie, tłumaczenie lub analiza mogą stanowić osobne zadanie oparte na tej transkrypcji. Voxtral Realtime ma osobny profil opóźnień transkrypcji na żywo, a generowanie mowy należy do innych modeli.

Przygotuj wynik do kolejnego użycia. Przepływ spotkania może zachować transkrypcję, etykiety mówców i czas przed osobnym etapem wyodrębniania decyzji; przepływ multimedialny może używać czasu do lokalizacji fragmentów i przygotowania napisów; nagranie bogate w terminologię może obejmować ukierunkowaną listę kontekstową i przegląd uzyskanej pisowni. Przydatny rezultat to tekst powiązany z nagraniem źródłowym i skonfigurowanymi metadanymi, z zachowaniem odrębności tej numerowanej edycji transkrypcji od oryginalnego modelu Mini i zmiennych nazw latest.

**Ailoot Ultra · Transkrypcja** `POST /v1/audio/transcriptions` `mistralai/voxtral-mini-transcribe`

[`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/pl/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions)

Mistral /`mistralai/voxtral-mini-transcribe`

### Start

Voxtral Mini Transcribe 2 zamienia nagrania na tekst z diarizacją mówców, znacznikami czasu na poziomie słów i ukierunkowaniem słownictwa. Mistral dokumentuje 13 języków i nagrania do trzech godzin dla tej edycji skoncentrowanej na transkrypcji, odrębnej od Voxtral Realtime.

Akceptowane dane wejściowe

Audio

Wyniki

Tekst

### Dostępne w Ailoot · dane wejściowe i metody

**Ailoot Ultra · Transkrypcja** `POST /v1/audio/transcriptions`

Wejście

`audio`

Wyjście

`text`

| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
| --- | --- | --- | --- | --- |
| Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity mistralai/voxtral-mini-transcribe | Domyślnie— |
| Pole`input_audio` | Typ`object` | WymaganieWymagane | Wartości i limity | Domyślnie— |

Parametry i cykl życia metody

| Parametr | Kontrakt |
| --- | --- |
| Parametr`content_type` | Kontraktapplication/json |
| Parametr`required` | Kontraktmodel, input\_audio |
| Parametr`material_types` | Kontraktaudio |
| Parametr`material_conditions` | KontraktPrzykład odczytuje Twój rzeczywisty, niepusty plik PCM WAV, koduje wszystkie bajty pliku jako base64 i wysyła input\_audio.format z wartością wav. |

Cykl życia: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · dokładne task\_id z istniejącego rekordu multimediów należących do użytkownika

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

`GET /v1/media/assets`

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

### Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki

Nie określono Gdy wybrany jest tryb szybki

Tryb flex

Nie określono Gdy wybrany jest tryb flex

Maksymalna intensywność rozumowania

Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

#### Stawki Ailoot

#### Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

| Konfiguracja | Tabela stawek | Jednostka rozliczeniowa | Opłata |
| --- | --- | --- | --- |
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe **—** / 1K tokenów Wyjście · Tokeny wyjściowe **—** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów |
| Konfiguracjasekunda wejściowego audio | Tabela stawek— | Jednostka rozliczeniowaza sekundę dźwięku wejściowego | Opłata Wejście · sekunda wejściowego audio **$0.0001** za sekundę dźwięku wejściowego |

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/)

### Przykładowe żądania

#### Ailoot Ultra · Transkrypcja

curl · rzeczywisty plik WAV i kompletny pierwotny wynik

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'mistralai/voxtral-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
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
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.
```

### Odbieranie i zapisywanie wyników

#### Ailoot Ultra · Transkrypcja

Kompletna treść oryginalnej odpowiedzi, status i przekazane nagłówki. Ta funkcja obsługująca nie dodaje uniwersalnej struktury JSON, pola tekstowego ani obudowy zadania.

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

##### Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.

##### Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj rzeczywiste X-Client-Request-ID i kompletną odpowiedź. Odczytuj pierwotne zasoby należące do użytkownika i ich dokładne podpisane adresy URL treści; nigdy nie ponawiaj niepewnego utworzenia.

Pola odpowiedzi

| Pole | Typ |
| --- | --- |
| Pole`text (when present)` | Typ |
| Pole`usage (when present)` | Typ |

Błędy i dalsze kroki

| Odpowiedź | Warunek | Następny krok |
| --- | --- | --- |
| Odpowiedź400 · `invalid_request_error` | WarunekTreść JSON lub jawny kanoniczny identyfikator modelu są nieprawidłowe. | Następny krokZachowaj odpowiedź i popraw wskazane pole żądania. |
| Odpowiedź401 · `authentication_error` | WarunekKlucz API Ailoot jest nieprawidłowy. | Następny krokUżyj swojego autoryzowanego klucza API Ailoot. |
| Odpowiedź403 · `permission_error` | WarunekGrupa klucza nie ma uprawnień do tej metody. | Następny krokZachowaj zwrócone szczegóły błędu. |
| Odpowiedź404 · `not_found_error` | WarunekWybrana metoda nie ma dopuszczonej ścieżki. | Następny krokZachowaj zwrócone szczegóły błędu. |
| Odpowiedź422 · `price_unavailable` | WarunekZaakceptowana taryfa nie może uzyskać wymaganej ilości danych wejściowych lub ich górnej granicy. | Następny krokZachowaj odpowiedź; użyj reprezentacji danych wejściowych wymaganej przez zaakceptowaną taryfę. |
| Odpowiedź503 · `` | WarunekWymagany magazyn, ścieżka, cena metody lub rezerwacja są niedostępne. | Następny krokZachowaj kompletną oryginalną odpowiedź. Niepewna rezerwacja nie uprawnia do ponownego wysłania. |
| Odpowiedź502 · `server_error` | WarunekPierwotny wynik, dane użycia lub rozliczenie wymagają sprawdzenia. | Następny krokZachowaj rzeczywisty identyfikator żądania i oryginalną odpowiedź. Odczytuj istniejący rekord należący do użytkownika; nie wysyłaj ponownie żądania utworzenia. |

### Aliasy

#### Aliasy modelu

**Ailoot Ultra** [`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/pl/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions)

#### Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

#### Powiązane ID modeli

[`mistralai/voxtral-mini-transcribe`](https://ailoot.ai/models/pl/#m=mistralai%2Fvoxtral-mini-transcribe&route=Ultra&caller=mistralai%2Fvoxtral-mini-transcribe&fmt=transcriptions)

FAQ · Mistral: Voxtral Mini Transcribe

Jakie dane wejściowe i wyniki są dostępne?

`POST /v1/audio/transcriptions` · `mistralai/voxtral-mini-transcribe`: `audio` → `text`

Jakich pól używa żądanie?

`POST /v1/audio/transcriptions` · `mistralai/voxtral-mini-transcribe`: `model`, `input_audio`

Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją.

## Firma i jej portfel projektów

Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.

## Kupuj tokeny z rabatem.

Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny.

Subskrypcja

Wybierz plan z rabatem do regularnych żądań.

Kod promocyjny do 50%

Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji.

Koszty w historii

Model, tokeny i kwota są zapisywane dla każdego żądania.

[Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/)

## Połącz API z produktem, który sprzedajesz.

SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską.

Aplikacja komercyjna

Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi.

Licencja resellerska

Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży.

Dokumenty na stronie

Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem.

[Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl)

## Ailoot · Firma i jej portfel projektów





Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI.





Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.





Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.