Mistral: Voxtral Mini Transcribe

Voxtral Mini Transcribe 2 pretvarja posnetke v besedilo z razločevanjem govorcev, časovnimi oznakami na ravni besed in usmerjanjem besedišča. Mistral za to izdajo, osredotočeno na prepisovanje in ločeno od Voxtral Realtime, dokumentira 13 jezikov in posnetke do treh ur.

Ailoot Ultra · Prepisovanje POST /v1/audio/transcriptions mistralai/voxtral-mini-transcribe

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Voxtral Mini Transcribe 2 je izdaja Voxtral podjetja Mistral AI, osredotočena na prepisovanje in v proizvajalčevi kartici modela označena kot voxtral-mini-2602. Zasnovana je za paketno prepisovanje posnetkov, ne širšo vlogo odgovarjanja na vprašanja izvirnega modela Voxtral Mini 3B. Vhod je zvok, rezultat pa prepisano besedilo, po želji obogateno z oznakami govorcev in časovnimi podatki. Praktične uporabe vključujejo prepise sestankov, analizo intervjujev, zapise klicev z več udeleženci in besedilo, poravnano s posnetimi mediji.

Proizvajalec dokumentira razločevanje govorcev ter začetni in končni čas, da prepis lahko pokaže, kdo je govoril in kdaj. Časovne oznake na ravni besed podpirajo podnapise, iskanje po zvoku in poravnavo besedilnega odlomka z njegovim mestom v posnetku. Proizvajalčev vodnik dovoljuje časovne oznake na ravni odsekov ali besed. Pri intervjuju je uporaben izdelek zaporedje pripisanih odlomkov s časi; pri pripravi podnapisov pa časi besed ali odsekov lahko usmerjajo poznejši korak podnaslavljanja, namesto da bi jih bilo treba sklepati iz navadnega besedila prepisa.

Usmerjanje s kontekstom sprejema do 100 besed ali besednih zvez, ki model usmerjajo k predvidenemu zapisu imen, tehničnih izrazov in področnega besedišča. Mistral navaja, da je ta funkcija optimizirana za angleščino in da je podpora v drugih jezikih eksperimentalna. Pripravite osredotočen seznam besedišča iz teme posnetka namesto nepovezanega slovarja. Izvirni primer bi podal imena projektov in strokovne izraze, ki se verjetno pojavijo v tehnični razpravi, nato pa preveril njihov zapis v dokončanem prepisu.

Ta različica podpira trinajst jezikov: angleščino, kitajščino, hindijščino, španščino, arabščino, francoščino, portugalščino, ruščino, nemščino, japonščino, korejščino, italijanščino in nizozemščino. Proizvajalec dokumentira tudi robustnost pri šumu in posnetke do treh ur v eni zahtevi. Te lastnosti pripadajo postopku s posnetki Mini Transcribe 2; navedbe konteksta in trajanja izvirnega modela 2507 za razumevanje zvoka opisujejo drugo izdajo. Samodejno zaznavanje jezika je na voljo, vodnik pa pravi, da lahko izrecna navedba znanega jezika zvoka izboljša natančnost prepisa.

V dokumentiranem proizvajalčevem postopku je zvok mogoče podati kot naloženo datoteko, identifikator prej naložene datoteke ali sklic na posnetek. Priloženi prikaz nalaganja sprejema posnetke MP3, WAV, M4A, FLAC in OGG; za prikazani postopek nalaganja izberite enega od teh formatov. Posnetek naj bo mogoče dekodirati in naj vsebuje ustrezen govor. Pri dolgem gradivu ohranite identifikator in časovno izhodišče, da je poznejšim izsekom ali spremembam še vedno mogoče slediti do vira.

Referenca prepisovanja vrne besedilo in zaznani jezik, z odseki, kadar so zahtevani, ter ločeno dokumentira pretočne dogodke prepisovanja. Razločevanje govorcev je neobvezno in ima privzeto vrednost false. Vodnik opozarja, da timestamp_granularities in izrecna nastavitev jezika trenutno nista združljiva, zato izberite želeni postopek časovnih oznak ali ročni jezikovni namig, namesto da ju združite. Prepis z oznakami govorcev, usmerjanje besedišča in časovne oznake izberite glede na predvideni rezultat, namesto da jih predpostavljate iz osnovne zahteve.

Prekrivajoči se govor je vsebinska omejitev: Mistral pravi, da model ob prekrivanju običajno prepiše enega govorca. Označenega prepisa zato ne obravnavajte kot izčrpen zapis vsake hkratne izjave. Pri zapisu sestanka težavna prekrivanja in pomembna imena ali številke preverite ob posnetku. Namen modela je prepisovanje; povzetek, prevod ali analiza so lahko ločena naloga na podlagi prepisa. Voxtral Realtime ima ločen način zakasnitve pri prepisovanju v živo, ustvarjanje govora pa pripada drugim modelom.

Rezultat pripravite za naslednjo uporabo. Postopek sestanka lahko ohrani prepis, oznake govorcev in čase, preden ločena stopnja izlušči odločitve; medijski postopek lahko s časi poišče odlomke in pripravi osnutke podnapisov; terminološko zahteven posnetek lahko vključuje osredotočen seznam za kontekstno usmerjanje in pregled nastalih zapisov. Uporaben izdelek je besedilo, vezano na izvorni posnetek in nastavljene metapodatke, pri čemer ta oštevilčena različica za prepisovanje ostaja ločena od izvirnega modela Mini in spreminjajočih se imen latest.

Ailoot Ultra · Prepisovanje POST /v1/audio/transcriptions mistralai/voxtral-mini-transcribe

mistralai/voxtral-mini-transcribe

Mistral /mistralai/voxtral-mini-transcribe

Začetek

Dovoljeni vhodi: Zvok
Rezultati: Besedilo

Na voljo v Ailoot · vhodi in metode

Ailoot Ultra · Prepisovanje POST /v1/audio/transcriptions

Vhod: audio
Izhod: text

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve mistralai/voxtral-mini-transcribe	Privzeto—
Polje`input_audio`	Vrsta`object`	ZahtevaObvezno	Vrednosti in omejitve	Privzeto—

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`content_type`	Specifikacijaapplication/json
Parameter`required`	Specifikacijamodel, input_audio
Parameter`material_types`	Specifikacijaaudio
Parameter`material_conditions`	SpecifikacijaPrimer prebere vašo dejansko neprazno datoteko PCM WAV, vse njene bajte kodira kot base64 in pošlje input_audio.format kot wav.

Življenjski cikel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · natančni task_id iz obstoječega zapisa medija v vaši lasti

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cenik

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način: Ni navedeno Ko je izbran hitri način
Način flex: Ni navedeno Ko je izbran način flex
Najvišja raven razmišljanja: Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

Cene Ailoot

Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

Nastavitev	Cenovna lestvica	Obračunska enota	Strošek
NastavitevOsnovne cene žetonov	Cenovna lestvicaOsnovna cena	Obračunska enota—	Strošek Vhod · Vhodni žetoni — / 1K žetonov Izhod · Izhodni žetoni — / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov
Nastavitevsekunda vhodnega zvoka	Cenovna lestvica—	Obračunska enotana sekundo vhodnega zvoka	Strošek Vhod · sekunda vhodnega zvoka $0.0001 na sekundo vhodnega zvoka

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →

Primeri zahtev

Ailoot Ultra · Prepisovanje

curl · dejanska datoteka WAV in celoten izvirni rezultat

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.

Prejmi in shrani rezultate

Ailoot Ultra · Prepisovanje

Celotno izvirno telo odgovora, stanje in posredovane glave. Ta obdelovalnik ne dodaja univerzalne strukture JSON, besedilnega polja ali ovoja opravila.

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

Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.

Če je treba preveriti izvirni odgovor

Ohranite dejanski X-Client-Request-ID in celoten odgovor. Berite prvotna sredstva v vaši lasti in njihove natančne podpisane URL-je vsebine; negotovega ustvarjanja nikoli ne oddajte znova.

Polja odgovora

Polje	Vrsta
Polje`text (when present)`	Vrsta
Polje`usage (when present)`	Vrsta

Napake in naslednji koraki

Odgovor	Pogoj	Naslednji korak
Odgovor400 · `invalid_request_error`	PogojTelo JSON ali izrecni kanonični ID modela ni veljaven.	Naslednji korakOhranite odgovor in popravite navedeno polje zahteve.
Odgovor401 · `authentication_error`	PogojKljuč Ailoot API ni veljaven.	Naslednji korakUporabite svoj pooblaščeni ključ Ailoot API.
Odgovor403 · `permission_error`	PogojSkupina ključa ne dovoljuje te metode.	Naslednji korakOhranite vrnjene podrobnosti napake.
Odgovor404 · `not_found_error`	PogojIzbrana metoda nima dovoljene poti.	Naslednji korakOhranite vrnjene podrobnosti napake.
Odgovor422 · `price_unavailable`	PogojSprejeta tarifa ne more pridobiti zahtevane vhodne količine ali meje.	Naslednji korakOhranite odgovor; uporabite vhodno predstavitev, ki jo zahteva sprejeta tarifa.
Odgovor503 ·	PogojZahtevana shramba, pot, cena metode ali rezervacija ni na voljo.	Naslednji korakOhranite celoten prvotni odgovor. Negotova rezervacija ne dovoljuje ponovne oddaje.
Odgovor502 · `server_error`	PogojPrvotni rezultat, porabo ali obračun je treba preveriti.	Naslednji korakOhranite dejanski ID zahteve in prvotni odgovor. Berite obstoječi zapis v vaši lasti; ustvarjanja ne oddajte znova.

Druga imena

Druga imena modelov

Ailoot Ultra mistralai/voxtral-mini-transcribe

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

mistralai/voxtral-mini-transcribe

FAQ · Mistral: Voxtral Mini Transcribe

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: audio → text
Katera polja uporablja zahteva?: POST /v1/audio/transcriptions · mistralai/voxtral-mini-transcribe: model, input_audio

Mistral: Voxtral Mini Transcribe