токенмостAPIЛичный кабинет ↗

MISTRAL · КАТАЛОГ МОДЕЛЕЙ

Voxtral Small 24B STT API

Voxtral Small 24B STT преобразует речь в текст. Для интервью или исследовательской беседы результат полезен как проверяемая расшифровка: по ней можно найти нужную реплику, подготовить цитату и затем выполнить редакторскую работу. Главное — сохранить смысл произнесённого и не смешать исходные слова с исправлениями редактора.

Распознавание речи
На входе Аудио
Mistral AIVoxtral Small 24B 2507 STTMistral AI
Результат Расшифровка
Контекст
Не указантокенов
Результат
Распознавание речиформат ответа
Стоимость
Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "mistralai/voxtral-small-24b-2507-stt",
  messages: [{ role: "user", content: "Ваш запрос" }],
});
Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Суффикс STT обозначает вариант транскрибации: в каталоге у него аудиовход и текст расшифровки на выходе. Это отдельное подключение от Voxtral Small для ответов на вопросы по записи. В карточке варианта единицей тарификации служит секунда аудио, а не число текстовых токенов полученной стенограммы.

Сохраните запись, с которой можно сверить текст

Назначьте интервью идентификатор и сохраните исходный файл до обработки. Если звук приходится конвертировать, держите связь между оригиналом и отправленной версией. Для проверки пригодятся места с тихой речью, быстрым перечислением и перебиванием собеседника. Прослушайте их после получения текста. Нормальная длина результата не доказывает полноту: модель может пропустить короткое возражение и при этом выдать связный абзац. Особенно внимательно проверяйте отрицания и оговорки, которые меняют отношение человека к обсуждаемому вопросу.

Дословная основа и редакторский текст — разные версии

До начала работы решите, сохраняете ли вы повторы и незаконченные фразы. Для публикации интервью их часто сокращают, но исходная расшифровка должна позволять восстановить редакторское решение. Не исправляйте спорный термин только потому, что другое слово выглядит логичнее. Отметьте место для прослушивания и сохраняйте историю правки. Если фрагмент неразборчив, обозначение неопределённости полезнее уверенной догадки. После литературного редактирования не называйте весь текст дословной транскрипцией.

При разбиении записи проверяйте стыки

Если интерфейс требует разделить длинный файл, сохраняйте порядок частей и их границы в оригинале. Небольшое перекрытие помогает не потерять начало фразы, но создаёт риск повторить её при объединении текста. Сопоставляйте содержимое соседних участков перед удалением дубля: похожие слова могли быть произнесены дважды намеренно. Не соединяйте разные реплики по одному совпавшему слову. Допустимую длительность файла уточняйте для конкретного API; отсутствие обычного текстового контекста в каталоге не означает неограниченный объём записи.

Что проверить при подключении STT API

Сверьте поддерживаемые форматы, способ передачи файла и вид ответа. Начните с короткой записи, для которой известен ожидаемый текст. Убедитесь, что приложение различает пустой результат, техническую ошибку и успешно обработанное аудио без речи. Имена говорящих и временные метки не следует считать доступными только из-за назначения STT: для них нужны подтверждённые параметры интерфейса. Храните полученный ответ вместе с идентификатором исходного файла, чтобы повторная попытка не заменила расшифровку другого интервью.

Стоимость транскрибации и последующей обработки

Для этого варианта сравнивайте опубликованную ставку с обработанной длительностью. Повторные попытки и перекрывающиеся участки могут увеличить суммарный объём аудио сверх длины оригинала. Отдельно учитывайте расходы, если затем передаёте стенограмму текстовой модели для резюме: там могут использоваться входные и выходные токены. Эти две стадии нельзя свести к цене одного текстового ответа. Перед пополнением баланса проверьте единицу расчёта, округление и условия повторной обработки выбранного подключения.

Вопросы и ответы

STT сразу делает краткое содержание интервью?

Основной результат этого варианта — расшифрованная речь. Краткое содержание является отдельной обработкой и не заменяет текст для проверки цитат.

Можно ли автоматически исправлять все речевые ошибки?

Для редакторской версии это возможно по заданным правилам, но исходную расшифровку лучше сохранять отдельно. Исправление способно изменить смысл или скрыть неоднозначную реплику.

Будут ли в ответе имена собеседников?

Не стоит рассчитывать на это без подтверждённой функции и проверки. Разделение голосов и установление личности — разные задачи; само название STT не гарантирует ни одну из них.

Как избежать повторов после склейки частей?

Сохраните границы и перекрытия, затем сверяйте соседние фрагменты с записью. Совпадающая фраза может быть как дублем обработки, так и реальным повтором говорящего.

Нужно ли считать токены для оплаты распознавания?

В карточке этого варианта используется длительность аудио. Токены могут понадобиться для отдельного анализа готовой расшифровки текстовой моделью. Проверяйте тариф каждой стадии.

Сравните с другими моделями