Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

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

  1. 01 Einführung in Audio bei Mistral AI
  2. 02 Voxtral-Modelle für Transkription
  3. 03 Anwendungsfälle für die Audio-Transkription
  4. 04 Die Offline-Transkriptions-API
  5. 05 Ihr erster Transkriptionsanruf
  6. 06 Zeitstempel und temporale Segmentierung
  7. 07 Diarisierung: Identifizierung der Sprechenden
  8. 08 Kontext-Biasing: Genauigkeit verbessern
  9. 09 Einführung in die Echtzeit-Transkription
  10. 10 Echtzeit-Transkription in Python implementieren
  11. 11 Das Mikrofon mit PyAudio erfassen
  12. 12 Latenzkontrolle
  13. 13 Anwendungsfälle für Echtzeit-Transkription
  14. 14 Offline vs. Echtzeit: Ein Auswahlleitfaden
  15. 15 Optimierung für die Produktion
  16. 16 Nächste Schritte: Jenseits der Transkription