Mistral: Voxtral Mini Transcribe 3

Mistral Voxtral Mini Transcribe 3 هو نموذج تحويل الكلام إلى نص من Mistral، أصدرته الجهة المزوّدة في 20 أكتوبر 2026. يقع في فئة النسخ وهو العضو المدمج في خط النسخ Voxtral من Mistral، مما يجعله الخيار الذي ينبغي النظر إليه عندما تريد التعرّف على الكلام من Mistral دون نموذج أكبر. معرّف النموذج على api14 هو mistralai/voxtral-mini-transcribe-3-0.

يقبل النموذج الصوت كوسيلة الإدخال الوحيدة ويعيد نصًا مكتوبًا كمخرجه الوحيد. تبرز ميزتان في النص الناتج نفسه: الطوابع الزمنية وتقسيم المتحدثين، لذا يمكن للمخرج أن يخبرك متى قيل شيء ما ومن قاله. يدعم أيضًا تحييز السياق للمصطلحات المتخصصة، مما يتيح لك توجيه التعرّف نحو مفردات مثل أسماء المنتجات أو المصطلحات الفنية أو أسماء الأعلام التي قد يخطئ نموذج عام في سماعها. نافذة السياق هي 65,536 رمزًا، والحد الأقصى للمخرج هو 52,428 رمزًا.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من المهام. نسخ الاجتماعات والمكالمات هو المهمة الواضحة، لأن تقسيم المتحدثين يفصل بين المشاركين وتتيح لك الطوابع الزمنية مواءمة النص مع التسجيل. وينطبق النمط نفسه على نسخ المقابلات. يجعل تحييز السياق النموذج أكثر ملاءمة للصوت المتخصص، على سبيل المثال الملاحظات السريرية أو الإجراءات القانونية أو المحاضرات التقنية أو مكالمات دعم العملاء حيث تظهر المصطلحات الداخلية بشكل متكرر. ولأن المخرج نص مكتوب وليس ملخصًا أو إجابة، فعادةً ما تمرر النتيجة إلى نموذج نصي منفصل إذا احتجت إلى التلخيص أو الاستخلاص أو الفهرسة للبحث في المراحل اللاحقة.

تستدعي النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج mistralai/voxtral-mini-transcribe-3-0، وترسل الصوت كمدخل. لا يدرج النموذج أي معاملات مدعومة، لذا لا توجد مقابض لأخذ العينات أو فك التشفير يمكن ضبطها في الطلب؛ أبقِ استدعاءاتك على الشكل القياسي للنسخ واعتمد على الإعدادات الافتراضية للنموذج. وإذا احتجت إلى التأثير على التعرّف على مصطلحات معينة، فهذا هو الغرض من تحييز السياق وليس معاملًا في الطلب.

الشيء الرئيسي الذي يجب تقييمه هو النطاق. هذا نموذج نسخ بإدخال صوتي ومخرج نصي فقط، لذا لن يجيب عن أسئلة حول الصوت، ولن يترجم في خطوة منفصلة، ولن يولّد نصًا يتجاوز النص المكتوب. إذا كان عبء عملك نصيًا وليس كلاميًا، أو احتجت إلى نموذج يستنتج من المحتوى الذي يستقبله، فإن نموذجًا نصيًا عامًا هو الخيار الأفضل. وفي نطاق عمل تحويل الكلام إلى نص، يناسب Voxtral Mini Transcribe 3 أفضل ما يناسب عندما تريد الطوابع الزمنية وتقسيم المتحدثين وتحييز المصطلحات المتخصصة في نموذج Mistral مدمج.