Deutsche Ausgabe
Voxtral Audio: Transkription und Speech-to-Text
Offline- und Echtzeit-Audiotranskription mit Voxtral: Sprechererkennung, Kontext-Biasing, Mikrofon-Streaming und Latenzoptimierung.
16 Lektionen ca. 1 h 45 min Entwickler
Das lernen Sie
- Transkribieren einer Audiodatei mit der Offline-API unter Abruf von Zeitstempeln und temporaler Segmentierung
- Aktivieren der Sprechererkennung, um jedes transkribierte Segment dem richtigen Sprecher zuzuordnen
- Verbessern der Genauigkeit bei Fachvokabular durch Kontext-Biasing
- Implementieren der Echtzeit-Transkription in Python mit Mikrofoneingabe über PyAudio
- Auswählen zwischen Offline- und Echtzeit-Transkription basierend auf Latenz und zu verarbeitendem Datenvolumen
Kursübersicht
- Zielgruppe
- Entwickler, Ingenieure und Integratoren, die Mistral AI über die API in ihren Anwendungen nutzen möchten.
- Voraussetzungen
- Fähigkeit, Python und JSON zu lesen, sowie Grundkenntnisse in der Befehlszeile. Ein Mistral AI Studio API-Schlüssel zur Erprobung der Beispiele.
- Dauer
- 1 h 45 min — 16 Lektionen
- Modalitäten
- 100 % onlineer Selbstlernkurs, rund um die Uhr über den Browser zugänglich. Der Fortschritt wird gespeichert und kann jederzeit fortgesetzt werden. Geschätzte Dauer: 1 h 45 min.
- Bewertung
- Anwendungsübungen werden während der Lektionen bereitgestellt. Jede Lektion endet mit den wichtigsten Erkenntnissen zur Unterstützung der Selbstbewertung. Ein abschließendes Quiz mit 5 korrigierten Fragen am Ende der letzten Lektion validiert die erworbenen Fähigkeiten.
- Barrierefreiheit
- Selbstlernkurs, der für Menschen mit Behinderungen zugänglich ist: Textinhalte sind mit Screenreadern kompatibel, unterstützen die Tastaturnavigation und erfüllen die Kontrastanforderungen. Bei Anpassungsbedarf wenden Sie sich bitte per E-Mail an [email protected].
- Preis
- Kostenlos
Kursinhalt
- 01 Einführung in Audio bei Mistral AI
- 02 Voxtral-Modelle für Transkription
- 03 Anwendungsfälle für die Audio-Transkription
- 04 Die Offline-Transkriptions-API
- 05 Ihr erster Transkriptionsanruf
- 06 Zeitstempel und temporale Segmentierung
- 07 Diarisierung: Identifizierung der Sprechenden
- 08 Kontext-Biasing: Genauigkeit verbessern
- 09 Einführung in die Echtzeit-Transkription
- 10 Echtzeit-Transkription in Python implementieren
- 11 Das Mikrofon mit PyAudio erfassen
- 12 Latenzkontrolle
- 13 Anwendungsfälle für Echtzeit-Transkription
- 14 Offline vs. Echtzeit: Ein Auswahlleitfaden
- 15 Optimierung für die Produktion
- 16 Nächste Schritte: Jenseits der Transkription