Mistral: Voxtral Mini Transcribe

Mistral Voxtral Mini Transcribe è un modello speech-to-text di Mistral, derivato dalla famiglia Voxtral Mini. È costruito specificamente per il lavoro di trascrizione anziché per chat o generazione generiche, e si colloca nella categoria trascrizione su api14. Se già conosci Mistral per i suoi modelli linguistici, questo è lo stesso provider che applica quel lavoro all'audio, con un compito più ristretto e più prevedibile: trasformare il parlato registrato in testo scritto.

Il modello accetta audio come unico input e restituisce una trascrizione come output. Non accetta prompt testuali né immagini, quindi non c'è alcuna combinazione multimodale da pianificare. La finestra di contesto è di 16.384 token, e l'output massimo è di 13.107 token. Quel tetto di output conta in pratica perché limita quanto testo trascritto può restituire una singola richiesta, il che a sua volta limita quanto audio dovresti inviare in una chiamata. Le registrazioni lunghe potrebbero dover essere suddivise in segmenti più piccoli così che ogni risposta resti entro quel limite.

Poiché l'input è audio e l'output è testo, gli usi ovvi sono la trascrizione di riunioni, gli appunti di interviste, la pulizia di memo vocali, la cattura di lezioni e i flussi di sottotitolazione di podcast o video in cui serve una trascrizione scritta prima di qualsiasi ulteriore elaborazione. Si adatta anche a pipeline che alimentano le trascrizioni verso passaggi a valle come riassunto, indicizzazione per la ricerca o estrazione di parole chiave, dato che l'output è testo trascritto semplice. Ovunque tu abbia parlato registrato e ti serva come testo, questo modello è la scelta diretta.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "mistralai/voxtral-mini-transcribe". Poiché l'interfaccia segue il formato di trascrizione OpenAI, invii l'audio nella richiesta e ricevi la trascrizione nella risposta, il che significa che i client di trascrizione OpenAI esistenti di solito devono cambiare solo la base URL e l'id del modello. Il modello non elenca parametri supportati, quindi non ci sono controlli di campionamento o generazione da regolare; mantieni le richieste semplici e affidati ai valori predefiniti. Se ti serve un comportamento oltre la semplice trascrizione, questo modello non è lo strumento giusto, dato che produce solo output di trascrizione e non espone parametri regolabili.