Mistral: Voxtral Mini Transcribe

Mistral Voxtral Mini Transcribe es un modelo de voz a texto de Mistral, derivado de la familia Voxtral Mini. Está diseñado específicamente para tareas de transcripción en lugar de chat general o generación, y se ubica en la categoría de transcripción en api14. Si ya conoces a Mistral por sus modelos de lenguaje, este es el mismo proveedor aplicando ese trabajo al audio, con una tarea más acotada y predecible: convertir habla grabada en texto escrito.

El modelo toma audio como su única entrada y devuelve una transcripción como su salida. No acepta prompts de texto ni imágenes, por lo que no hay mezcla multimodal que planificar. La ventana de contexto es de 16.384 tokens, y la salida máxima es de 13.107 tokens. Ese límite de salida importa en la práctica porque limita cuánto texto transcrito puede devolver una sola solicitud, lo que a su vez acota cuánto audio deberías enviar en una llamada. Las grabaciones largas pueden necesitar dividirse en segmentos más pequeños para que cada respuesta se mantenga dentro de ese límite.

Como la entrada es audio y la salida es texto, los usos obvios son la transcripción de reuniones, notas de entrevistas, limpieza de notas de voz, captura de clases magistrales y flujos de trabajo de subtitulado de pódcast o vídeo donde necesitas una transcripción escrita antes de cualquier procesamiento adicional. También encaja en canalizaciones que alimentan transcripciones a pasos posteriores como resumen, indexación de búsqueda o extracción de palabras clave, ya que la salida es texto transcrito sin formato. Dondequiera que tengas habla grabada y la necesites como texto, este modelo es el ajuste directo.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "mistralai/voxtral-mini-transcribe". Como la interfaz sigue el formato de transcripción de OpenAI, envías audio en la solicitud y recibes la transcripción en la respuesta, lo que significa que los clientes de transcripción de OpenAI existentes normalmente solo necesitan cambiar la URL base y el id de modelo. El modelo no lista parámetros compatibles, por lo que no hay controles de muestreo o generación que ajustar; mantén las solicitudes simples y confía en los valores predeterminados. Si necesitas un comportamiento más allá de la transcripción simple, este modelo no es la herramienta adecuada, ya que produce únicamente salida de transcripción y no expone parámetros ajustables.