Mistral: Voxtral Mini 3B 2507

Voxtral Mini 1.0 3B 2507 je kompaktni model podjetja Mistral AI za razumevanje besedila in zvoka, zgrajen na družini jezikovnih modelov Ministral 3B. Sprejema govorne posnetke in besedilna navodila ter ustvarja besedilo, vključno s prepisi, prevodi, odgovori o zvoku in strukturiranimi povzetki. Izvirna izdaja Voxtral ta model s 3 milijardami parametrov namenja kompaktnim ali lokalnim aplikacijam, ob ločenem modelu Voxtral Small s 24 milijardami parametrov. Ločen je tudi od gostovane storitve Voxtral Mini Transcribe, optimizirane za prepisovanje.

Model ima namenski način prepisovanja, ki privzeto samodejno predvidi izvorni jezik in ustrezno prepiše govor. Ta način izberite, kadar je zahtevani izdelek izgovorjeno besedilo. Razumevanje zvoka pa dovoljuje neposredno vprašanje ali zahtevo za povzetek posnetka brez ločene stopnje prepoznavanja govora, ki ji sledi besedilni model. Intervju lahko zato ustvari celoten prepis, prevod ali odgovor na ozko vprašanje; določite potrebni rezultat, da te različne naloge ne postanejo en dvoumen opis.

Kartica konkretne izdaje navaja kontekst 32K žetonov in zvok do 30 minut za prepisovanje ali 40 minut za razumevanje. To sta različni navedbi trajanja glede na nalogo, ne skupna dovoljena količina zvoka za vsako operacijo. Ustrezni posnetek, navodila in pogovor ohranite znotraj predvidenega obsega naloge. Proizvajalčevi navedeni jeziki so angleščina, španščina, francoščina, portugalščina, hindijščina, nemščina, nizozemščina in italijanščina, s samodejnim zaznavanjem jezika. Pri prevodu ali odgovoru razlikujte jezik posnetka od zahtevanega jezika izhoda.

Podprtih je več zvočnih vhodov v sporočilu in zvok skozi več uporabniških izmenjav. Pri primerjavah vsakemu posnetku dodelite jasen identifikator. Izvirni primer lahko primerja dve govorjeni razlagi in vrne spremembe zahtev z ločenim stolpcem za vsak vir. Nadaljnje vprašanje lahko zahteva podrobnost za eno ugotovitev ali poda drug posnetek. Kartica prikazuje tudi izključno besedilno in izključno zvočno uporabo, zato lahko model obdeluje pisno vprašanje in govorne dokaze.

Za povzetek sestanka podajte posnetek in zahtevajte uporabno strukturo, denimo teme, navedene odločitve in nadaljnja dejanja. Negotova imena, datume ali odgovornosti ohranite ločene od jasno izgovorjenih dejstev. Pri intervjuju zahtevajte izjavo, ki odgovori na konkretno vprašanje, in dovolj okoliškega konteksta za razumevanje. To so zasnove nalog za uporaben besedilni izdelek; splošnega razumevanja zvoka ne spreminjajo v jamstvo razločevanja govorcev, časovnih oznak besed ali prepoznavanja neimenovanega govorca.

Proizvajalec opisuje klicanje funkcij iz govorno izražene namere. Pri takem postopku aplikacija poda definicije funkcij, model predlaga ustrezen klic in argumente, aplikacija pa ga izvede in vrne opažanje. Glasovna zahteva lahko zato usmerja poizvedbo ali drugo nalogo z orodji, vendar se predlagani klic modela razlikuje od izvedenega dejanja. Pri nadaljevanju pogovora ohranite dejansko vrnjeni rezultat, da poznejši odgovor odraža, kaj se je zgodilo, ne kaj je bilo zahtevano.

Objavljena kartica uporabe priporoča temperaturo 0.0 za prepisovanje ter temperaturo 0.2 s top_p 0.95 za razumevanje zvoka in klepet. Navaja, da sistemski pozivi v tem postopku niso podprti, zato nalogo in zahteve odgovora postavite v uporabniški vhod. Primeri dekodirajo posnetke v zvočne vhode in vključujejo gradivo MP3, vendar ne določajo izčrpnega seznama kodekov ali ločene stroge največje dolžine izhoda. Nastavitev ustvarjanja s 500 žetoni v primerih ostaja primer proračuna.

Pripravite jasen posnetek z gradivom, pomembnim za nalogo, in določite, ali potrebujete izvirno besedilo, prevod, odgovor ali povzetek. Kartica prikazuje tudi paketno sklepanje z več pogovori, kar je proizvajalčev vzorec uporabe, ločen od identitete posameznega rezultata. Ohranite različico 3B 2507 in njene smernice trajanja za prepisovanje oziroma razumevanje; razločevanje govorcev, nabor 13 jezikov in podpora daljšim posnetkom poznejšega modela Mini Transcribe 2 so ločene proizvajalčeve funkcije.