L-Ewwel Sejħa ta' Traskrizzjoni Tiegħek
F'din il-paġna
Kors aġġornat fit-3 ta’ Novembru 2026 għal Voxtral 3, ibbażat fuq il-gwida Migrate from Voxtral 2 ta’ Mistral: Il-mudelli Voxtral 2 (
voxtral-mini-2602,voxtral-mini-transcribe-realtime-2602,voxtral-mini-tts-2603, skaduti fil-31 ta’ Ottubru 2026 u mneħħija fit-30 ta’ April 2027, huma sostitwiti fl-eżempji minnvoxtral-mini-transcribe-3,voxtral-mini-transcribe-realtime-3, uvoxtral-mini-tts-3-0. Bidliet ewlenin: it-timstamps huma biss għas-segmenti (wordtirritorna żball 400), id-dijarizzazzjoni hija possibbli f’ħin reali, is-settings tas-sessjoni f’ħin reali jingħalqu wara l-ewwel biċċa awdjo, u l-inputs ta’context_biashuma f’forma ħielsa (frażijiet b’ispazji). Sorsi: Migrate from Voxtral 2 · Speech to Text.
L-ewwel traskrizzjoni tiegħek ma’ Voxtral
Basta teorija. F’din il-lezzjoni, se tagħmel l-ewwel sejħa sħiħa tiegħek lejn l-API ta’ traskrizzjoni offline: fajl awdjo lokali jmur għand Voxtral Mini Transcribe 3, u inti tipproċessa t-test li jirritorna. Il-kodiċi jidħol f’ftit linji, imma mbagħad nibnu fuqu sa verżjoni robusta adattata għat-tħaddim awtomatiku.
Ipprepara l-ambjent
L-SDK ta’ Mistral jinstalla b’kmand wieħed. Il-pass ta’ verifika li jmiss iffrankalek milli tfittex żball ta’ importazzjoni aktar tard.
# Installa l-SDK ta' Mistral
pip install mistralai
# Ivvverifika l-installazzjoni
python -c "from mistralai.client import Mistral; print('SDK installed')"
Se tkollok bżonn ċavetta API ta’ Mistral. Oħloq waħda fuq console.mistral.ai u aħżinha f’varjabbli tal-ambjent minflok ma tiktbuha direttament fil-kodiċi:
export MISTRAL_API_KEY="your-api-key-here"
Traskrivi fajl lokali
Hawnhekk hemm il-kodiċi sħiħ biex traskrivi fajl awdjo lokali:
import os
from mistralai.client import Mistral
# Inizzjalizza l-klijent
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Iftaħ u traskrivi l-fajl awdjo
with open("mon_audio.mp3", "rb") as f:
response = client.audio.transcriptions.complete(
model="voxtral-mini-transcribe-3",
file={"content": f, "file_name": "mon_audio.mp3"}
)
# Uri r-riżultat
print("=== Transcription ===")
print(response.text)
Dan huwa kollox. F’erba’ linji ta’ kodiċi attiv, tikseb it-traskrizzjoni sħiħa tal-fajl awdjo tiegħek.
Ejja ngħaddu minn dawn l-erba’ linji. Mistral(api_key=...) joħloq il-klijent biċ-ċavetta API tiegħek; dan huwa l-oġġett li se terġa’ tużah għas-sejħat kollha sussegwenti. open("mon_audio.mp3", "rb") jiftaħ il-fajl f’modalità binarja, li hija obbligatorja għall-awdjo—li tħalli barra l-b jikkawża żball fid-dekodifikazzjoni li huwa diffiċli biex tinterpreta. Il-parametru file={"content": f, "file_name": "..."} jistenna dizzjunarju li fih l-oġġett tal-fajl u l-isem tiegħu; dan l-isem mhuwiex dekorattiv, jgħin lis-server jiskopri l-format. Fl-aħħar nett, response.text fih it-traskrizzjoni sħiħa bħala stringa.
Traskrivi minn URL
Jekk il-fajl awdjo tiegħek diġà huwa ospitat online, uża file_url minflok file:
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
response = client.audio.transcriptions.complete(
model="voxtral-mini-transcribe-3",
file_url="https://example.com/mon_audio.mp3"
)
print(response.text)
L-URL irid ikun aċċessibbli pubblikament. Is-server ta’ Mistral se jniżżel il-fajl direttament, li jevita li l-awdjo jgħaddi mill-magna tiegħek meta diġà jkun fuq is-sħaba—tfaddil sinifikanti tal-bandwidth għal katalogu ta’ diversi mijiet ta’ fajls.
Nimxu lejn verżjoni robusta
L-iskritt minimu jaħdem għal test. Fil-produzzjoni, għandek bżonn tittratta fajls nieqsa, formati mhux mistennija, ċwievet nieqsa, u żbalji fin-netwerk. L-iskritt li ġej iwettaq dawn iċ-ċekkjar qabel is-sejħa, imbagħad isalva r-riżultat.
import os
import sys
from pathlib import Path
from mistralai.client import Mistral
def transcrire_audio(chemin_fichier: str) -> str:
"""Traskrivi fajl awdjo b'Voxtral Mini Transcribe 3."""
# Iċċekkja jekk il-fajl jeżistix
fichier = Path(chemin_fichier)
if not fichier.exists():
raise FileNotFoundError(f"Fichier introuvable : {chemin_fichier}")
# Iċċekkja l-estensjoni
extensions_valides = {".mp3", ".wav", ".flac", ".ogg", ".m4a", ".webm"}
if fichier.suffix.lower() not in extensions_valides:
raise ValueError(
f"Format non supporté : {fichier.suffix}. "
f"Formats valides : {', '.join(extensions_valides)}"
)
# Iċċekkja d-daqs (limitu prattiku: ~200 MB)
taille_mo = fichier.stat().st_size / (1024 * 1024)
if taille_mo > 200:
print(f"Attention : fichier volumineux ({taille_mo:.1f} Mo)")
# Inizzjalizza l-klijent
api_key = os.environ.get("MISTRAL_API_KEY")
if not api_key:
raise EnvironmentError("Variable MISTRAL_API_KEY non définie")
client = Mistral(api_key=api_key)
# Traskrivi
try:
with open(chemin_fichier, "rb") as f:
response = client.audio.transcriptions.complete(
model="voxtral-mini-transcribe-3",
file={"content": f, "file_name": fichier.name}
)
return response.text
except Exception as e:
raise RuntimeError(f"Erreur de transcription : {e}")
if __name__ == "__main__":
if len(sys.argv) < 2:
print("Usage : python transcrire.py <fichier_audio>")
sys.exit(1)
chemin = sys.argv[1]
print(f"Transcription de : {chemin}")
print("-" * 50)
texte = transcrire_audio(chemin)
print(texte)
# Salva f'fajl tat-test
sortie = Path(chemin).stem + "_transcription.txt"
Path(sortie).write_text(texte, encoding="utf-8")
print(f"\nTranscription sauvegardée dans : {sortie}")
Ħaddmu mit-terminal billi tgħaddi l-mogħdija tal-fajl:
python transcribe.py meeting_march15.mp3
L-iskritt jiċċekkja l-fajl, jittraskrivih, juri r-riżultat, u awtomatikament isalvah f’fajl .txt bl-istess isem bażiku. Issa għandek l-istruttura għall-ipproċessar bil-kwantità: agħmel loop fuq directory, u l-arkivju awdjo tiegħek isir arkivju tat-test li tista’ tfittex fih.
X’fih ir-rispons
L-oġġett response mhux limitat għat-test biss. Jipprovdi wkoll id-durata tal-awdjo pproċessat u l-lingwa rikonoxxuta mill-mudell—żewġ biċċiet ta’ informazzjoni utli biex tirreġistra l-kompiti tiegħek u tiskopri fajls li mhumiex fil-lingwa mistennija.
# Test sħiħ
print(response.text)
# Durata tal-awdjo (f'sekondi)
print(f"Durée : {response.duration:.1f}s")
# Lingwa skoperta
print(f"Langue : {response.language}")
L-aħjar mod biex tkejjel il-kwalità tal-mudell huwa li ttestjah fuq il-vuċi tiegħek stess. Irreġistra messaġġ bil-vuċi li jdum bejn tletin sekonda u żewġ minuti, ħaddem l-iskritt ta’ hawn fuq, u qabbel ir-riżultat kelma b’kelma ma’ dak li għidt: se tara minnufih fejn jinsabu l-iżbalji rari, kważi dejjem fuq ismijiet proprji. Imbagħad erġa’ agħmel l-eżerċizzju b’fajl f’lingwa oħra, mingħajr ma tbiddel il-kodiċi, biex tosserva d-detezzjoni awtomatika tal-lingwa waqt li tkun qed taħdem.
Punti Ewlenin
- Is-sejħa minima teħtieġ 4 linji: klijent, ftuħ tal-fajl, sejħa API, qari tar-riżultat
- Żewġ modi ta’ bagħat: fajl lokali (
file) jew URL (file_url) - L-isem tal-fajl fid-dizzjunarju
filejgħin fid-detezzjoni tal-format - Fil-produzzjoni, żid ġestjoni tal-iżbalji (fajl nieqes, format invalidu, żball fin-netwerk)
response.textdejjem fih it-traskrizzjoni sħiħa bħala stringa