Source: https://ailoot.ai/models/sv/mistralai-voxtral-small-24b-2507-stt/ Canonical: https://ailoot.ai/models/sv/mistralai-voxtral-small-24b-2507-stt/ Language: sv # Mistral: Voxtral Small 24B 2507 STT [Markdown](https://ailoot.ai/models/sv/mistralai-voxtral-small-24b-2507-stt/index.md) · [JSON](https://ailoot.ai/models/sv/mistralai-voxtral-small-24b-2507-stt/facts.json) ## [Mistral: Voxtral Small 24B 2507 STT](https://ailoot.ai/models/sv/mistralai-voxtral-small-24b-2507-stt/) Voxtral Small 1.0 24B 2507 är en modell för text och ljud, avsedd för transkription, talöversättning, frågor och sammanfattningar. Tillverkaren dokumenterar en kontext på 32k token, upp till 30 minuter för transkription eller 40 minuter för förståelse, flera ljudindata och textresultat. - [**Ailoot Ultra · Transkribering** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/sv/mistralai-voxtral-small-24b-2507-stt/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. Voxtral Small 1.0 24B 2507 tillför ljudindata och talförståelse till en Mistral Small-språkmodell som bas. Den tar emot ljud och text och returnerar text, inklusive en transkription, ett svar om inspelningen, en översättning eller en strukturerad sammanfattning. Detta är den namngivna utgåvan för talförståelse med 24 miljarder parametrar, skild från Voxtral Mini, tjänstevarianter optimerade för transkription och senare Voxtral-utgåvor för talgenerering eller realtid. Transkription och ljudförståelse Modellen har ett särskilt läge för ren transkription. Tillverkaren anger att den som standard automatiskt förutsäger källjudets språk och transkriberar därefter. Använd läget när den önskade leveransen är själva de talade orden snarare än en tolkning eller sammanfattning. Ange om resultatet ska bevara originalspråket eller följas av en separat begärd översättning. Ljudförståelse gör det möjligt att ställa en fråga direkt om en inspelning, utan att först koppla ihop en separat taligenkänningsmodell och textmodell. En begäran kan fråga vilket ämne som diskuterades, vilket beslut som uttalades eller vilken information i inspelningen som besvarar en specifik fråga. Resultatet kan vara ett kortfattat svar eller en organiserad sammanfattning snarare än en fullständig transkription av varje talat ord. För en mötessammanfattning tillhandahåller du inspelningen och definierar fälten som ska returneras: ämnen, uttryckligen uttalade beslut och uppföljningsåtgärder. Begär namn eller datum bara när inspelningen faktiskt anger dem och håll olösta detaljer skilda från besluten. För en intervju begär du svaret på en viss fråga och det omgivande sammanhang som gör det begripligt. Dessa utdatautformningar knyter ljuduppgiften till ett dokument som någon kan använda efteråt. Kontext, längd och språk Tillverkaren dokumenterar en kontext på 32k token och ljud på upp till 30 minuter för transkription eller 40 minuter för förståelse. De två längdangivelserna gäller olika uppgifter. Välj önskad operation innan du väljer inspelningen och inkludera textinstruktionen och samtalet när du planerar den tillgängliga kontexten. En lång inspelning och ett långt skriftligt svar förbrukar båda resurser; längdangivelsen är inte ett separat löfte om obegränsad svarslängd. Utgåvan anger engelska, spanska, franska, portugisiska, hindi, tyska, nederländska och italienska bland de huvudsakligen stödda språken och erbjuder automatisk språkidentifiering. För talöversättning anger du målspråket och eventuella termer som ska behålla sin ursprungliga form. För en fråga om ljud på ett språk skiljer du inspelningens språk från språket som svaret ska skrivas på. Flera inspelningar och följdfrågor Modellkortet stöder flera ljudindata i ett meddelande och ljud i flera användarturer. Ge varje inspelning en identifierare och ange dess roll när de jämförs. En praktisk begäran kan jämföra två versioner av en talad förklaring, fråga vilka villkor som ändrats och returnera en tabell med en separat kolumn för varje inspelning. Identifierare hjälper till att hålla modellens slutsatser kopplade till rätt källa. En uppföljning kan behålla den tidigare frågan och svaret och samtidigt efterfråga en snävare detalj eller tillhandahålla en annan inspelning. Begär exempelvis först besluten från en diskussion och fråga sedan vilket beslut som gäller ett visst krav. Samma utgåva demonstrerar också begäranden med enbart text och enbart ljud. Dess textbas kan arbeta med den skriftliga frågan eller resultatet, medan ljudfunktionen ger underlag från tal. Röststyrda funktioner Tillverkaren beskriver funktionsanrop utifrån talad avsikt och märker det publicerade modellkortets exempel på funktionsanrop som experimentellt stöd. I det här flödet definierar applikationen en funktion och dess argument, modellen förbereder ett anrop utifrån begäran och applikationen kör det och tillhandahåller resultatet. En röstbaserad uppslagning kan därför returnera ett skriftligt svar med information från ett anslutet verktyg. Funktionsanrop innebär inte att modellen automatiskt äger den externa tjänsten eller utför en åtgärd bara genom att namnge den. Håll funktionens syfte och nödvändig information tydliga. Om inspelningen begär en operation men utelämnar ett obligatoriskt värde behöver applikationen fortfarande värdet för att köra funktionen. Skilj den talade begäran, föreslagna argument och returnerat resultat åt så att nästa svar kan hänvisa till operationens faktiska utfall. Rekommenderade inställningar och användbara avgränsningar För ljudförståelse och chattkomplettering rekommenderar modellkortet temperatur 0.2 och top-p 0.95. För transkription rekommenderas temperatur 0.0. Det anger uttryckligen att systemprompter inte stöds i det här publicerade användningsflödet, så placera uppgiften och svarskraven i användarindata i stället för att överföra en systempromptkonvention från en annan Mistral-modell. Välj en inspelning som innehåller materialet som är relevant för frågan, håll talet tydligt hörbart och ange om resultatet ska vara en transkription, översättning, ett svar eller en sammanfattning. Dokumenterade utdata är text. Ett talat svar behöver en text-till-tal-komponent, och talaridentifiering, detaljerad talarseparering eller tidsstämplar på ordnivå ska inte härledas ur det allmänna påståendet om ljudförståelse för just den här utgåvan. Modellkortets genereringsexempel på 500 token är exempelinställningar, inte en separat angiven maximal utmatningskapacitet. Bevara utgåvan 2507, de uppgiftsspecifika längdråden och indataspråket när du förbereder ett repeterbart arbetsflöde. Den användbara slutliga leveransen är den begärda texten, kopplad till inspelningen och formaterad för nästa dokument- eller applikationssteg. **Ailoot Ultra · Transkribering** `POST /v1/audio/transcriptions` `mistralai/voxtral-small-24b-2507-stt` [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/sv/#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` ### Start Voxtral Small 1.0 24B 2507 är en modell för text och ljud, avsedd för transkription, talöversättning, frågor och sammanfattningar. Tillverkaren dokumenterar en kontext på 32k token, upp till 30 minuter för transkription eller 40 minuter för förståelse, flera ljudindata och textresultat. Godkända indata Ljud Resultat Text ### Tillgängligt i Ailoot · indata & metoder **Ailoot Ultra · Transkribering** `POST /v1/audio/transcriptions` Indatatyper `audio` Utdatatyper `text` | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser mistralai/voxtral-small-24b-2507-stt | Standard— | | Fält`input_audio` | Typ`object` | KravObligatoriskt | Värden & gränser | Standard— | | Fält`language` | Typ`string` | KravValfritt | Värden & gränser | Standard— | | Fält`temperature` | Typ`number` | KravValfritt | Värden & gränser Minimum: 0 Maximum: 1 | Standard— | | Fält`response_format` | Typ`string` | KravValfritt | Värden & gränser json, verbose\_json | Standardjson | | Fält`timestamp_granularities` | Typ`array` | KravValfritt | Värden & gränser | Standard— | | Fält`provider` | Typ`object` | KravValfritt | Värden & gränser | Standard— | Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`content_type` | Avtalapplication/json | | Parameter`required` | Avtalmodel, input\_audio | | Parameter`material_types` | Avtalaudio | | Parameter`material_conditions` | AvtalLäs en faktisk WAV-fil och koda dess verkliga byte för deklarerad JSON-indata i input\_audio; ingen multipart-rutt anges för denna exakta deklaration med enbart JSON. | Livscykel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Det task\_id som faktiskt returnerades eller en post i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Priser ##### Så beräknas slutavgiften De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden. Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden. Snabbt läge Ej angivet När snabbt läge är valt Flex-läge Ej angivet När läget flex är valt Högsta resonemangsnivå Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default) #### Uppskattade priser för jämförelse #### Priser efter konfiguration Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer. | Konfiguration | Prislista | Prognostiserad mängd | Debiteringsenhet | Avgift | | --- | --- | --- | --- | --- | | KonfigurationGrundpriser för token | PrislistaGrundpris | Prognostiserad mängd— | Debiteringsenhet— | Avgift Indata · Indatatoken · Uppskattning endast för jämförelse **—** / 1K token Utdata · Utdatatoken · Uppskattning endast för jämförelse **—** / 1K token Indata · Cacheläsning · Uppskattning endast för jämförelse **—** / 1K token Indata · Skrivning till cache · Uppskattning endast för jämförelse **—** / 1K token Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse **—** / 1K token | | Konfigurationsekund inkommande ljud | Prislista— | Prognostiserad mängd— | Debiteringsenhetper sekund indataljud | Avgift Indata · sekund inkommande ljud · Uppskattning endast för jämförelse **$0.0001** per sekund indataljud | | KonfigurationUppskattad genereringskostnad | Prislista— | Prognostiserad mängduppskattning för en generering | Debiteringsenhet— | Avgift Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse **$0.0001** uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. | Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot Ultra · Transkribering curl · exakt kropp i det ursprungliga API-formatet och hela resultatet ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Ta emot och spara resultat #### Ailoot Ultra · Transkribering - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Andra innehållsläsningar Läs befintliga resurser som tillhör dig ```bash set -eu : "${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. ``` ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen. ##### Om det ursprungliga svaret behöver kontrolleras Behåll det returnerade värdet för X-Client-Request-ID för avstämning. Läs endast av resultat via de task\_id/asset\_id-värden som faktiskt returnerades eller via det mediebibliotek som tillhör dig. Bygg aldrig en uppgifts-URL från operations-ID:t och skicka aldrig skapandeförfrågan igen. Svarsfält | Fält | Typ | | --- | --- | | Fält`text` | Typ | | Fält`usage` | Typ | | Fält`segments[]` | Typ | | Fält`words[]` | Typ | | Fält`speaker fields` | Typ | | Fält`timestamps` | Typ | ### Alias #### Modellalias **Ailoot Ultra** [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/sv/#m=mistralai%2Fvoxtral-small-24b-2507-stt&route=Ultra&caller=mistralai%2Fvoxtral-small-24b-2507-stt&fmt=transcriptions) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`mistralai/voxtral-small-24b-2507-stt`](https://ailoot.ai/models/sv/#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 Vilka indata och resultat finns? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `audio` → `text` Vilka fält använder begäran? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Vilka gränser gäller? `POST /v1/audio/transcriptions` · `mistralai/voxtral-small-24b-2507-stt`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.