Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Context Biasing: Forbedr nøjagtigheden

Lektion 8 af 16 Opdateret 3. november 2026 Udvikler
På denne side
  1. Problemet med specialiserede termer
  2. Brug af Context Biasing
  3. Opbygning af en effektiv liste
  4. Håndtering af ordforråd pr. projekt
  5. Hvad virker, og hvad gør ikke
  6. Vigtige pointer

Kurset opdateret 3. november 2026 til Voxtral 3, baseret på Mistral’s guide Migrate from Voxtral 2: Voxtral 2-modellerne (voxtral-mini-2602, voxtral-mini-transcribe-realtime-2602, voxtral-mini-tts-2603), der blev udfaset 31. oktober 2026 og trukket tilbage 30. april 2027, erstattes i eksemplerne af voxtral-mini-transcribe-3, voxtral-mini-transcribe-realtime-3 og voxtral-mini-tts-3-0. Vigtige ændringer: Tidsstempler er kun tilgængelige på segmentniveau (word returnerer en 400-fejl), diarisering er mulig i realtid, indstillinger for realtidssessioner låses efter den første lydbid, og context_bias-poster er frit formaterede (sætninger med mellemrum er tilladt). Kilder: Migrate from Voxtral 2 · Speech to Text.

Problemet med specialiserede termer

Transkriptionsmodeller trænes på almindeligt sprog. Når dit lydindhold indeholder egennavne, akronymer, teknisk jargon eller sjældne branchetermer, fejltolker modellen dem ofte: “Voxtral” bliver til “vox trail”, og “RGPD” (det franske akronym for EU’s generelle databeskyttelsesforordning) bliver til “RG PD”. I et timelangt møde løber disse fejl op i snesevis, og det er netop de ord, du ønskede at ekstrahere.

Context biasing løser dette ved at give modellen en liste over forventede termer. Modellen justerer derefter sine sandsynligheder for at favorisere disse termer, når den registrerer dem i lyden. Dette er ikke en automatisk efterbehandlingserstatning; det styrer afkodningen under selve transkriptionen. Det er denne nuance, der sikrer, at resultatet forbliver naturligt.

Brug af Context Biasing

Parameteren context_bias accepterer en liste over termer: i Python en liste af strenge. Med Voxtral 3 kan en post indeholde mellemrum – et fuldt produktnavn som “Alder Creek Design” – og der er ikke længere en hård grænse for antallet af poster. Posterne deler dog kontekstvinduet med lyden: En anmodning, der overskrider denne grænse, afvises (400-fejl), hvilket er grunden til, at en kort liste er bedst.

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

with open("reunion_tech.mp3", "rb") as f:
    response = client.audio.transcriptions.complete(
        model="voxtral-mini-transcribe-3",
        file={"content": f, "file_name": "reunion_tech.mp3"},
        context_bias=["Voxtral", "Mistral AI", "RGPD", "Kubernetes", "PostgreSQL", "FastAPI"]
    )

print(response.text)

Effekten er øjeblikkelig. Uden context biasing kunne et teknikermøde producere dette:

On a déployé le nouveau service sur cubernétisse avec fast API
et la base post grès cul.

Med listen ["Kubernetes", "FastAPI", "PostgreSQL"] bliver den samme sætning brugbar:

On a déployé le nouveau service sur Kubernetes avec FastAPI
et la base PostgreSQL.

Uden for realtidstilstand kan en post endda være en frit formuleret kontekstsætning, der beskriver samtalen: “Call to Northwind support regarding an order of Quillara headsets shipped from the Rotterdam warehouse.” Modellen bruger dette til at styre genkendelsen af de navne, den indeholder.

Opbygning af en effektiv liste

Fire kategorier af termer fortjener en plads. For det første egennavne: personer, virksomheder, produkter – alt det, modellen ingen grund har til at kende. For det andet tekniske termer: akronymer, teknologinavne, protokoller. For det tredje branchejargon, der er specifik for dit felt, og som ikke findes i almindelige ordbøger. Endelig stednavne: byer, bygninger, mødelokaler, der ofte nævnes og sjældent transkriberes korrekt.

Listens indhold afhænger helt af konteksten. Et møde i en tech-startup kræver et andet ordforråd end en lægekonsultation eller en advokatinterview. Her er tre rigtige lister, du kan bruge som skabeloner.

Møde i tech-startup:

context_bias = [
    "Mistral AI", "Voxtral", "Claude", "GPT-5.6",
    "Kubernetes", "PostgreSQL", "FastAPI", "Redis",
    "RGPD", "HIPAA", "SOC 2",
    "sprint", "backlog", "user story",
    "CI/CD", "Docker", "Terraform"
]

Lægepraksis:

context_bias = [
    "paracétamol", "ibuprofène", "amoxicilline",
    "IRM", "scanner", "échographie",
    "glycémie", "hémoglobine", "créatinine",
    "Dr Martin", "Dr Dubois",
    "CHU Pitié-Salpêtrière"
]

Advokatfirma:

context_bias = [
    "SARL", "SAS", "SASU",
    "article L.225-1", "Code de commerce",
    "assignation", "mise en demeure",
    "TGI", "Cour d'appel",
    "Maître Dupont", "Maître Leroy"
]

Håndtering af ordforråd pr. projekt

Hardcoding af listen skalerer ikke, når flere kunder eller tjenester kommer i spil. Følgende script indlæser ordforråd fra en JSON-fil, tillader tilføjelse af ad hoc-termer og fjerner dubletter i mængden. Det pålægger ingen hård grænse, da Voxtral 3 ikke har nogen, men det advarer, hvis listen bliver for lang: Det er det, der risikerer at overskride kontekstvinduet.

import os
import json
from pathlib import Path
from mistralai.client import Mistral

ALERT_THRESHOLD = 50  # Intern markør: ud over dette bør du tjekke anmodningsstørrelsen


def load_vocabulary(config_path: str) -> list[str]:
    """Indlæser ordforråd til context biasing fra en JSON-fil."""
    config = json.loads(Path(config_path).read_text(encoding="utf-8"))
    terms = list(dict.fromkeys(config.get("terms", [])))

    if len(terms) > ALERT_THRESHOLD:
        print(f"Advarsel: {len(terms)} termer; en lang liste reducerer "
              f"pladsen tilbage til lyd i kontekstvinduet.")

    return terms

def transcribe_with_vocabulary(
    audio_path: str,
    config_path: str = None,
    additional_terms: list = None
) -> str:
    """Transkriberer med valgfri context biasing."""
    client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

    # Opbyg terminlisten
    all_terms = []

    if config_path and Path(config_path).exists():
        config = json.loads(
            Path(config_path).read_text(encoding="utf-8")
        )
        all_terms.extend(config.get("terms", []))

    if additional_terms:
        all_terms.extend(additional_terms)

    # Fjern dubletter mens rækkefølgen bevares
    all_terms = list(dict.fromkeys(all_terms))
    bias = all_terms or None

    # Transkriber
    with open(audio_path, "rb") as f:
        kwargs = {
            "model": "voxtral-mini-transcribe-3",
            "file": {"content": f, "file_name": Path(audio_path).name}
        }
        if bias:
            kwargs["context_bias"] = bias
            print(f"Context biasing aktiv: {len(all_terms)} termer")

        response = client.audio.transcriptions.complete(**kwargs)

    return response.text

# Konfigurationsfil for ordforråd vocabulaire.json
# {
#   "terms": [
#     "Mistral AI", "Voxtral", "Kubernetes",
#     "PostgreSQL", "RGPD", "Dr Martin"
#   ]
# }

# Brug
texte = transcribe_with_vocabulary(
    "reunion.mp3",
    config_path="vocabulaire.json",
    additional_terms=["nouveau_terme", "autre_terme"]
)
print(texte)

Hvad virker, og hvad gør ikke

Context biasing giver de bedste resultater på præcise, distinkte termer: egennavne, akronymer, sjældent teknisk ordforråd. Det forudsætter også, at de angivne termer faktisk er til stede i lyden – at tilføje ord, der aldrig bliver udtalt, udvander signalet uden at tilføje værdi. En liste på tyve til halvtreds velvalgte termer er nok i de fleste situationer.

Omvendt er det nytteløst at liste almindelige ord: Modellen genkender dem allerede godt, og du bruger værdifuld plads. Lange sætninger fungerer dårligt; hold dig til ord eller korte sætninger. Pas endelig på refleks’en til at dumpe hele virksomhedens ordliste ned i parameteren: Et ordforråd, der er for bredt, drukner de få termer, der virkelig betød noget.

Et punkt, du skal være opmærksom på i dine fransksprogede projekter: Context biasing er optimeret til engelsk, og Mistral AI kvalificerer støtten til andre sprog, herunder fransk, som eksperimentel. I praksis fungerer det korrekt for egennavne og akronymer på alle sprog, men kan være mindre effektivt for almindelige termer på ikke-engelske sprog. Test på et repræsentativt uddrag, før du generaliserer til et helt korpus.

Vigtige pointer

  • Context biasing forbedrer genkendelsen af specialiserede termer via context_bias
  • En liste over termer (sætninger med mellemrum er tilladt), ingen fast grænse, men begrænset af kontekstvinduet
  • Effektivt til: egennavne, akronymer, teknisk jargon, stednavne
  • Optimeret til engelsk, eksperimentel støtte til andre sprog
  • Foretræk præcise termer, der faktisk er til stede i lyden
  • Brug en konfigurationsfil til at administrere ordforråd pr. projekt