Source: https://ailoot.ai/models/ru/mistralai-voxtral-small-24b-2507-stt/ Canonical: https://ailoot.ai/models/ru/mistralai-voxtral-small-24b-2507-stt/ Language: ru # Mistral: Voxtral Small 24B 2507 STT [Markdown](https://ailoot.ai/models/ru/mistralai-voxtral-small-24b-2507-stt/index.md) · [JSON](https://ailoot.ai/models/ru/mistralai-voxtral-small-24b-2507-stt/facts.json) ## [Mistral: Voxtral Small 24B 2507 STT](https://ailoot.ai/models/ru/mistralai-voxtral-small-24b-2507-stt/) Voxtral Small 1.0 24B 2507 — модель с текстовым и аудиовходом для транскрипции, перевода речи, вопросов и резюме. Разработчик документирует контекст 32 тыс. токенов, до 30 минут для транскрипции или 40 минут для понимания, несколько аудиовходов и текстовые результаты. - [**Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/ru/mistralai-voxtral-small-24b-2507-stt/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Voxtral Small 1.0 24B 2507 добавляет аудиовход и понимание речи к языковой основе Mistral Small. Она принимает аудио и текст и возвращает текст, включая транскрипцию, ответ о записи, перевод или структурированное резюме. Это именованная редакция 24B для понимания речи, отдельная от Voxtral Mini, оптимизированных для транскрипции вариантов сервиса и более поздних выпусков Voxtral для генерации речи или реального времени. Транскрипция и понимание аудио Модель имеет специальный режим чистой транскрипции. Разработчик указывает, что по умолчанию она автоматически определяет язык исходного аудио и транскрибирует соответственно. Используйте этот режим, когда нужен сам произнесённый текст, а не интерпретация или резюме. Укажите, должен ли результат сохранять исходный язык или сопровождаться отдельно запрошенным переводом. Понимание аудио позволяет задать вопрос непосредственно о записи без предварительной цепочки из отдельной модели распознавания речи и текстовой модели. Запрос может спрашивать, какая тема обсуждалась, какое решение было озвучено или какая информация записи отвечает на конкретный вопрос. Результатом может быть краткий ответ или упорядоченное резюме, а не полная транскрипция каждого произнесённого слова. Для резюме встречи передайте запись и определите возвращаемые поля: темы, явно озвученные решения и последующие действия. Запрашивайте имена или даты только тогда, когда они действительно названы в записи, и отделяйте неразрешённые детали от решений. Для интервью запросите ответ на конкретный вопрос и окружающий контекст, делающий его понятным. Такие схемы вывода связывают аудиозадачу с документом, который можно использовать дальше. Контекст, длительность и языки Разработчик документирует контекст 32 тыс. токенов и аудио до 30 минут для транскрипции или 40 минут для понимания. Два значения длительности относятся к разным задачам. Выбирайте нужную операцию до выбора записи и учитывайте текстовую инструкцию и диалог при планировании доступного контекста. Длинная запись и длинный письменный ответ оба потребляют ресурсы; указанная длительность не является отдельным обещанием неограниченной длины ответа. Выпуск называет английский, испанский, французский, португальский, хинди, немецкий, нидерландский и итальянский среди основных поддерживаемых языков и предоставляет автоматическое определение языка. Для перевода речи задавайте итоговый язык и термины, которые должны сохранить исходную форму. Для вопроса об аудио на одном языке отличайте язык записи от языка письменного ответа. Несколько записей и уточняющие вопросы Карточка поддерживает несколько аудиовходов в одном сообщении и аудио в нескольких сообщениях пользователя. При сравнении задайте каждой записи идентификатор и роль. Практический запрос может сравнивать две версии устного объяснения, спрашивать, какие условия изменились, и возвращать таблицу с отдельным столбцом для каждой записи. Идентификаторы помогают связать выводы модели с правильным источником. Уточнение может сохранять предыдущий вопрос и ответ, запрашивая более узкую деталь или передавая другую запись. Например, сначала запросите решения из обсуждения, затем спросите, какое решение связано с конкретным требованием. Тот же выпуск также демонстрирует чисто текстовые и чисто аудиозапросы. Текстовая основа может работать с письменным вопросом или результатом, а аудиовозможность предоставляет свидетельства из речи. Функции по голосовому запросу Разработчик описывает вызов функций по произнесённому намерению и помечает пример вызова функций в опубликованной карточке как экспериментальную поддержку. В этом процессе приложение определяет функцию и её аргументы, модель готовит вызов по запросу, а приложение выполняет его и предоставляет результат. Поэтому голосовой поиск может вернуть письменный ответ с информацией подключённого инструмента. Вызов функций не означает, что модель автоматически владеет внешним сервисом или выполняет действие одним его упоминанием. Явно сохраняйте назначение функции и обязательную информацию. Если запись запрашивает операцию, но опускает обязательное значение, приложению всё равно нужно это значение для выполнения функции. Разделяйте произнесённый запрос, предлагаемые аргументы и возвращённый результат, чтобы следующий ответ мог ссылаться на фактический итог операции. Рекомендуемые настройки и полезные границы Для понимания аудио и завершения чата карточка рекомендует temperature 0.2 и top-p 0.95. Для транскрипции она рекомендует temperature 0.0. В ней прямо сказано, что системные промпты не поддерживаются в этом опубликованном процессе использования, поэтому помещайте задачу и требования к ответу во вход пользователя, а не переносите соглашение о системных промптах другой модели Mistral. Выбирайте запись с материалом, относящимся к вопросу, сохраняйте слышимую речь чёткой и указывайте, должен ли результат быть транскрипцией, переводом, ответом или резюме. Документированный вывод — текст. Для устного ответа нужен компонент синтеза речи; идентификацию говорящего, подробную диаризацию или временные метки слов нельзя выводить из общего заявления о понимании аудио для именно этого выпуска. Примеры генерации 500 токенов в карточке — примеры настроек, а не отдельно заявленная максимальная ёмкость вывода. При подготовке воспроизводимого процесса сохраняйте редакцию 2507, рекомендации длительности по типу задачи и язык входа. Полезный итоговый материал — запрошенный текст, связанный с записью и оформленный для следующего шага документа или приложения. **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt` [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/ru/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) Mistral /`mistralai/voxtral-small-24b-2507-stt` ### Начало Voxtral Small 1.0 24B 2507 — модель с текстовым и аудиовходом для транскрипции, перевода речи, вопросов и резюме. Разработчик документирует контекст 32 тыс. токенов, до 30 минут для транскрипции или 40 минут для понимания, несколько аудиовходов и текстовые результаты. Допустимые входные данные Аудио Результаты Текст ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` Входные данные `audio` Результат `text` | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения mistralai/voxtral-small-24b-2507-stt | По умолчанию— | | Поле`input_audio` | Тип`object` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | | Поле`language` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`temperature` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения Минимум: 0 Максимум: 1 | По умолчанию— | | Поле`response_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения json, verbose\_json | По умолчаниюjson | | Поле`timestamp_granularities` | Тип`array` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input\_audio | | Параметр`material_types` | Контрактaudio | | Параметр`material_conditions` | КонтрактПрочитайте фактический файл WAV и закодируйте его реальные байты для заявленного поля input\_audio в JSON; в этом конкретном описании, допускающем только JSON, маршрут multipart не предлагается. | Жизненный цикл: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Фактически возвращённый task\_id или запись в медиатеке `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Тарифы ##### Как рассчитывается итоговая плата Отображаемые тарифы позволяют оценить стоимость до генерации. Итоговое списание рассчитывается по стоимости, записанной для исходной генерации. Измеренная длительность результата и прогнозные объёмы не являются итоговым оплачиваемым объёмом. Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Не указано При выборе быстрого режима Режим flex Не указано При выборе режима flex Максимальная интенсивность рассуждений Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Оценочные ставки для сравнения #### Цены по конфигурациям Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку. | Конфигурация | Шкала ставок | Прогноз количества | Расчётная единица | Плата | | --- | --- | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Прогноз количества— | Расчётная единица— | Плата Вход · Входные токены · Оценка только для сравнения **—** / 1K токенов Выход · Выходные токены · Оценка только для сравнения **—** / 1K токенов Вход · Чтение кэша · Оценка только для сравнения **—** / 1K токенов Вход · Запись в кэш · Оценка только для сравнения **—** / 1K токенов Вход · Запись в кэш, 1 час · Оценка только для сравнения **—** / 1K токенов | | Конфигурациясекунда входного аудио | Шкала ставок— | Прогноз количества— | Расчётная единицаза секунду входного аудио | Плата Вход · секунда входного аудио · Оценка только для сравнения **$0.0001** за секунду входного аудио | | КонфигурацияОриентировочная стоимость генерации | Шкала ставок— | Прогноз количестваОценка для одной генерации | Расчётная единица— | Плата Выход · Оценочная стоимость генерации · Оценка только для сравнения **$0.0001** оценка до генерации Эта оценка не является дополнительным списанием или фиксированным тарифом для завершённой генерации. | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Распознавание речи curl · точное тело запроса в нативном формате и полный результат ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'mistralai/voxtral-small-24b-2507-stt', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Распознавание речи - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Чтение другого содержимого Читать существующие материалы, принадлежащие вам ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания. ##### Если нужно проверить исходный ответ Сохраните возвращённый X-Client-Request-ID для сверки. Читайте только фактически возвращённые значения task\_id/asset\_id или собственную медиатеку; никогда не составляйте URL задачи из ID операции и никогда не отправляйте запрос создания повторно. Поля ответа | Поле | Тип | | --- | --- | | Поле`text` | Тип | | Поле`usage` | Тип | | Поле`segments[]` | Тип | | Поле`words[]` | Тип | | Поле`speaker fields` | Тип | | Поле`timestamps` | Тип | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/ru/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/ru/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) FAQ · Mistral: Voxtral Small 24B 2507 STT Какие входные данные и результаты доступны? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `audio` → `text` Какие поля использует запрос? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Какие ограничения действуют? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.