Mistral: Voxtral Mini Transcribe

Mistral Voxtral Mini Transcribe is een spraak-naar-tekst-model van Mistral, afgeleid van de Voxtral Mini-familie. Het is specifiek gebouwd voor transcriptiewerk in plaats van algemene chat of generatie, en het staat in de transcriptiecategorie op api14. Als je Mistral al kent van zijn taalmodellen, dan is dit dezelfde provider die dat werk toepast op audio, met een nauwere en voorspelbaardere taak: opgenomen spraak omzetten in geschreven tekst.

Het model neemt audio als enige invoer en retourneert een transcriptie als uitvoer. Het accepteert geen tekstprompts of afbeeldingen, dus er is geen multimodale mix om rekening mee te houden. Het contextvenster is 16.384 tokens en de maximale uitvoer is 13.107 tokens. Dat uitvoerplafond is in de praktijk belangrijk omdat het beperkt hoeveel getranscribeerde tekst één verzoek kan retourneren, wat op zijn beurt bepaalt hoeveel audio je in één aanroep moet sturen. Lange opnamen moeten mogelijk in kleinere segmenten worden opgesplitst zodat elke respons binnen die limiet blijft.

Omdat de invoer audio is en de uitvoer tekst, zijn de voor de hand liggende toepassingen vergadertranscriptie, interviewnotities, opruimen van spraakmemo's, vastleggen van colleges en workflows voor podcast- of videondertiteling waarbij je een geschreven transcript nodig hebt voordat verdere verwerking plaatsvindt. Het past ook in pipelines die transcripties doorgeven aan vervolgstappen zoals samenvatting, zoekindexering of trefwoordenextractie, omdat de uitvoer platte getranscribeerde tekst is. Overal waar je opgenomen spraak hebt en die als tekst nodig hebt, is dit model de directe keuze.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "mistralai/voxtral-mini-transcribe". Omdat de interface het OpenAI-transcriptieformaat volgt, stuur je audio mee in het verzoek en ontvang je het transcript in de respons, wat betekent dat bestaande OpenAI-transcriptieclients meestal alleen de basis-URL en het model-id hoeven te wijzigen. Het model vermeldt geen ondersteunde parameters, dus er zijn geen sampling- of generatieregelaars om af te stemmen; houd verzoeken eenvoudig en vertrouw op de standaardwaarden. Als je gedrag nodig hebt dat verder gaat dan gewone transcriptie, is dit model niet het juiste hulpmiddel, want het produceert alleen transcriptie-uitvoer en biedt geen aanpasbare parameters.