Mistral: Voxtral Small 24B 2507 STT

Mistral: Voxtral Small 24B 2507 STT is een spraaktranscriptiemodel van Mistral AI. Het valt in de categorie transcriptie, en de naam weerspiegelt zowel de grotere 24B-capaciteit van het model als de focus op spraak naar tekst. Mistral positioneert het voor transcriptie, vertaling en audio-begripstaken die baat hebben bij die grotere modelcapaciteit, dus het is gericht op ontwikkelaars die meer nodig hebben dan een minimale spraak naar tekst-verwerking van hun audio.

Het model neemt audio als invoermodaliteit en retourneert een transcriptie als uitvoer. Dat is de hele vorm van de interface: je stuurt audio, je krijgt tekst terug. Er wordt geen contextlengte voor dit model vermeld, en er worden ook geen ondersteunde aanvraagparameters vermeld, dus je moet het behandelen als een gericht eindpunt voor een enkel doel in plaats van een algemeen chatmodel dat je kunt sturen met sampling-instellingen. De details vermelden ook een maximale uitvoer van 0, wat betekent dat er geen apart geadverteerd uitvoertokenbudget is om mee te plannen.

De praktische toepassingen volgen direct uit die vorm van audio in, transcriptie uit. Opnames van vergaderingen en gesprekken kunnen naar tekst worden omgezet voor zoeken, beoordelen of archiveren. Spraaknotities en interviews kunnen in bulk worden getranscribeerd. Omdat de providerbeschrijving ook vertaling noemt, kan het model worden gebruikt waar het doel niet alleen is om vast te leggen wat er is gezegd, maar om het in een andere taal weer te geven. Audio-begripstaken, zoals het extraheren van de inhoud van gesproken materiaal voor verdere verwerking, passen ook. Als je pipeline daarna een tekstmodel nodig heeft om het transcript samen te vatten of te classificeren, is dat een aparte stap met een apart model.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "mistralai/voxtral-small-24b-2507-stt". Omdat het eindpunt het OpenAI-formaat volgt, kun je bestaande OpenAI-clientbibliotheken op api14 richten en je audio in het verzoek meesturen, en vervolgens de transcriptie uit het antwoord lezen. Er worden geen ondersteunde parameters voor dit model vermeld, dus er valt niets af te stemmen naast het selecteren van het model en het aanleveren van de audio; houd je verzoek eenvoudig en ga er niet van uit dat temperature, top_p of vergelijkbare knoppen effect zullen hebben.

Aangezien er geen contextlengte is gepubliceerd en er geen parameters worden blootgesteld, kun je dit model het beste behandelen als een toegewijde transcriptiecomponent in plaats van iets dat je zwaar configureert. Als je een model nodig hebt dat tekstprompts naast audio accepteert, of een model waarbij je het generatiegedrag kunt beheren via aanvraagparameters, past een ander model in de catalogus mogelijk beter. Voor eenvoudig spraak naar tekst en spraakvertaling is dit de directe keuze.