Mistral: Voxtral Small 24B 2507 STT

Mistral: Voxtral Small 24B 2507 STT هو نموذج لتحويل الكلام إلى نص من Mistral AI. يقع في فئة التحويل إلى نص، ويعكس اسمه كلا من سعة النموذج الأكبر البالغة 24B وتركيزه على عمل تحويل الكلام إلى نص. تضع Mistral هذا النموذج لأعباء عمل التحويل والترجمة وفهم الصوت التي تستفيد من سعة النموذج الأكبر تلك، لذا فهو موجه للمطورين الذين يحتاجون إلى أكثر من مجرد تمريرة تحويل كلام إلى نص بسيطة على صوتهم.

يأخذ النموذج الصوت كوسيلة إدخال له ويعيد نصا مكتوبا كمخرج. هذا هو الشكل الكامل للواجهة: ترسل صوتا، فتحصل على نص في المقابل. لا يوجد طول سياق مدرج لهذا النموذج، ولا توجد معاملات طلب مدعومة مدرجة أيضا، لذا ينبغي أن تتعامل معه كنقطة نهاية مركزة أحادية الغرض بدلا من نموذج محادثة عام يمكنك توجيهه بعناصر تحكم في أخذ العينات. تدرج التفاصيل أيضا حدا أقصى للمخرج قدره 0، مما يعني أنه لا توجد ميزانية رموز مخرج معلنة بشكل منفصل للتخطيط بناء عليها.

تتبع الاستخدامات العملية مباشرة من ذلك الشكل المتمثل في إدخال صوت وإخراج نص. يمكن تحويل تسجيلات الاجتماعات والمكالمات إلى نص للبحث أو المراجعة أو الأرشفة. يمكن تحويل الملاحظات الصوتية والمقابلات إلى نص بشكل جماعي. ولأن وصف المزود يذكر الترجمة أيضا، يمكن استخدام النموذج حيث يكون الهدف ليس فقط التقاط ما قيل بل صياغته بلغة أخرى. تعتبر أعباء عمل فهم الصوت، مثل استخراج محتوى المواد المنطوقة للمعالجة اللاحقة، مناسبة أخرى. إذا كانت خط أنابيبك يحتاج إلى نموذج نصي لتلخيص النص المكتوب أو تصنيفه بعد ذلك، فتلك خطوة منفصلة بنموذج منفصل.

يمكنك استدعاؤه عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI من api14 باستخدام معرف النموذج "mistralai/voxtral-small-24b-2507-stt". ولأن نقطة النهاية تتبع تنسيق OpenAI، يمكنك توجيه مكتبات عميل OpenAI الحالية إلى api14 وإرسال صوتك في الطلب، ثم قراءة النص المكتوب من الاستجابة. لا توجد معاملات مدعومة مدرجة لهذا النموذج، لذا لا يوجد شيء يمكن ضبطه بخلاف اختيار النموذج وتقديم الصوت؛ أبق طلبك بسيطا وتجنب افتراض أن temperature أو top_p أو مقابض مشابهة سيكون لها تأثير.

بما أنه لا يوجد طول سياق منشور ولا توجد معاملات مكشوفة، فمن الأفضل التعامل مع هذا النموذج كمكون مخصص للتحويل إلى نص بدلا من شيء تقوم بضبطه بكثافة. إذا كنت بحاجة إلى نموذج يقبل مطالبات نصية إلى جانب الصوت، أو نموذج يمكنك فيه التحكم في سلوك التوليد عبر معاملات الطلب، فقد يناسبك نموذج آخر في الكتالوج بشكل أفضل. بالنسبة لعمل تحويل الكلام إلى نص وترجمة الكلام المباشر، فهذا النموذج هو الخيار المباشر.