Mistral: Voxtral Mini Transcribe

Mistral Voxtral Mini Transcribe هو نموذج تحويل الكلام إلى نص من Mistral، مشتق من عائلة Voxtral Mini. وهو مصمم خصيصا لمهام النسخ بدلا من المحادثة العامة أو التوليد، ويقع في فئة النسخ على api14. إذا كنت تعرف Mistral من خلال نماذجه اللغوية، فهذا هو المزود نفسه يطبق ذلك العمل على الصوت، بمهمة أضيق وأكثر قابلية للتنبؤ: تحويل الكلام المسجل إلى نص مكتوب.

يأخذ النموذج الصوت كمدخل وحيد له ويعيد نصا منسوخا كمخرج. وهو لا يقبل مطالبات نصية أو صورا، لذا لا يوجد مزج متعدد الوسائط يجب التخطيط له. نافذة السياق هي 16,384 رمزا، والحد الأقصى للمخرج هو 13,107 رمزا. هذا السقف للمخرج مهم عمليا لأنه يحدد كمية النص المنسوخ التي يمكن أن يعيدها طلب واحد، وهذا بدوره يحدد كمية الصوت التي يجب إرسالها في نداء واحد. قد تحتاج التسجيلات الطويلة إلى تقسيم إلى مقاطع أصغر حتى تبقى كل استجابة ضمن هذا الحد.

لأن المدخل صوت والمخرج نص، فإن الاستخدامات الواضحة هي نسخ الاجتماعات، وملاحظات المقابلات، وتنظيف المذكرات الصوتية، وتفريغ المحاضرات، وسير عمل الترجمة النصية للبودكاست أو الفيديو حيث تحتاج إلى نص مكتوب قبل أي معالجة إضافية. كما يناسب الخطوط التي تغذي النصوص المنسوخة بخطوات لاحقة مثل التلخيص، أو الفهرسة للبحث، أو استخراج الكلمات المفتاحية، لأن المخرج هو نص منسوخ عادي. في أي مكان لديك كلام مسجل وتحتاجه كنص، هذا النموذج هو الخيار المباشر.

تستدعيه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرف النموذج "mistralai/voxtral-mini-transcribe". ولأن الواجهة تتبع تنسيق النسخ من OpenAI، فإنك ترسل الصوت في الطلب وتستقبل النص المنسوخ في الاستجابة، وهذا يعني أن عملاء النسخ الحاليين من OpenAI يحتاجون عادة فقط إلى تغيير عنوان URL الأساسي ومعرف النموذج. لا يسرد النموذج أي معاملات مدعومة، لذا لا توجد عناصر تحكم في أخذ العينات أو التوليد لضبطها؛ أبق الطلبات بسيطة واعتمد على الإعدادات الافتراضية. إذا كنت تحتاج سلوكا يتجاوز النسخ العادي، فهذا النموذج ليس الأداة المناسبة، لأنه ينتج مخرجات نسخ فقط ولا يكشف أي معاملات قابلة للتعديل.