Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Offline vs Realtime: een selectiegids

Les 14 van 16 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Twee modi, twee filosofieën
  2. Volledige vergelijking
  3. Hoe u kiest
  4. Wat elke modus kost
  5. Een hybride pipeline: van live naar rapport
  6. Belangrijkste punten

Cursus bijgewerkt op 3 november 2026 voor Voxtral 3, gebaseerd op de gids Migrate from Voxtral 2 van Mistral: Voxtral 2-modellen (voxtral-mini-2602, voxtral-mini-transcribe-realtime-2602, voxtral-mini-tts-2603), verouderd op 31 oktober 2026 en uitgefaseerd op 30 april 2027, worden in de voorbeelden vervangen door voxtral-mini-transcribe-3, voxtral-mini-transcribe-realtime-3 en voxtral-mini-tts-3-0. Belangrijkste wijzigingen: tijdstempels zijn alleen per segment (word geeft een 400-fout), diarization is mogelijk in realtime, sessie-instellingen voor realtime zijn vastgelegd na het eerste audioblok, en context_bias-invoer is vrij vormgegeven (zinnen met spaties zijn toegestaan). Bronnen: Migrate from Voxtral 2 · Speech to Text.

Twee modi, twee filosofieën

Voxtral biedt twee benaderingen voor transcriptie die niet verschillen in kwaliteit, maar in aard. De keuze tussen beide is geen implementatiedetail dat u aan het einde van een project aanpast. Het bepaalt welke functies u beschikbaar heeft, hoe u uw code schrijft, welke kosten u maakt en welke gebruikerservaring u levert. Deze les geeft u de feiten om die keuze te maken, erbij te blijven en zelfs beide modi te combineren wanneer dat zinvol is.

Volledige vergelijking

CriteriumOffline (Batch)Realtime (Streaming)
ModelVoxtral Mini (of Small) Transcribe 3Voxtral Mini Transcribe Realtime 3
LatentieSeconden tot minuten (afhankelijk van de duur)Configureerbare vertraging van 80 ms tot 1,2 s, of 2,4 s
AudiolimietContextvenster, gedeeld met context_biasContinue sessie
DiarizationJa, met segment-tijdstempelsJa, zonder tijdstempels; niet beschikbaar met detectie van sprekerswissel
Context BiasingJa (termenlijst, toegestane zinnen)Ja, in sessieconfiguratie
TijdstempelsPer segment (geen woordniveau)Nee
Detectie sprekerswisselNeeJa
Audio-indelingGangbare bestandsindelingen16-bit mono PCM (standaard 16 kHz)
Talen5045 talen en dialecten
Prijs per 3 november 2026$0,0035/min (Mini), $0,004/min (Small)$0,008/min
ProgrammerenSynchroon (eenvoudig)Asynchroon (async/await)
Primaire use caseOpgenomen bestandenLive audio

Een nadere blik op deze tabel onthult wat de twee modi werkelijk scheidt. Offline is de enige modus die elk segment van een tijdstempel voorziet, omdat het de volledige audio ziet voordat het antwoordt. Realtime is de enige modus die het einde van een beurt detecteert en tekst retourneert terwijl iemand spreekt. U kiest niet tussen een volledige versie en een lite-versie. U kiest tussen twee manieren om de gebruiker van dienst te zijn: achteraf, of op het moment zelf.

Hoe u kiest

Offline is de duidelijke keuze wanneer u audiobestanden verwerkt die al bestaan—gearchiveerde vergaderingen, podcasts, interviews—omdat de audio compleet is en er geen winst te behalen valt door deze kunstmatig op te knippen. Het is uw enige optie als u sprekers moet identificeren, aangezien diarization buiten bereik blijft voor streaming. Het is ook de juiste keuze als uw domein gespecialiseerd vocabulaire vereist dat door context biasing moet worden gestuurd, of als u precieze tijdstempels nodig heeft voor nasynchronisatie van video-ondertiteling. Tot slot bespaart het u elke voorafgaande conversie wanneer uw bronnen in verschillende indelingen aankomen, en wordt het de voor de hand liggende keuze wanneer latentie niet kritiek is: uitgestelde verwerking, nachtelijke batches, archiveringspipelines.

Realtime wordt noodzakelijk wanneer audio continu binnenkomt, via een microfoon of netwerkstream, wat betekent dat er geen bestand is om te verzenden. Het is verplicht wanneer resultaten binnen een seconde beschikbaar moeten zijn, zoals bij een spraakassistent, dicteertool of live ondertiteling voor een conferentie of webinar. Twee andere strategische redenen kunnen de keuze sturen, ongeacht de latentie: on-premise of edge-implementatie, mogelijk gemaakt door open weights, en soevereiniteitseisen wanneer geen gegevens uw infrastructuur mogen verlaten.

Er is een derde weg, vaak de beste: combineer beide. U ondertitelt een conferentie in realtime en verwerkt de opname afterward offline om schone, van tijdstempels voorziene ondertiteling te produceren. U toont live transcriptie tijdens een vergadering en voert afterward een offline pass uit met diarization om elke uitspraak aan de juiste spreker toe te wijzen. U dicteert in realtime en verwerkt het bestand afterward offline voor review en correcties. Realtime dient het moment; offline dient het document.

Wat elke modus kost

De twee modi delen niet dezelfde prijsstructuur. Vanaf april 2026 is de prijsstelling van Mistral AI gebaseerd op de verwerkte audioduur. Offline is over het algemeen goedkoper per minuut omdat batchverwerking geoptimaliseerd is, terwijl realtime een premie vraagt voor de persistente WebSocket-verbinding en continue verwerking.

Drie gewoonten drukken de kosten zonder iets in te leveren. Batch uw bestanden in offline modus om het aantal API-verzoeken te beperken. Sluit in realtime modus de verbinding zodra het spreken stopt in plaats van deze “voor het geval dat” open te laten: een vergeten sessie verbruikt resources zonder output te produceren. Het allerbelangrijkste: vraag u altijd af of live verwerking echt noodzakelijk is—als realtime geen waarde toevoegt voor de gebruiker, is offline zowel goedkoper als functierijker.

Een hybride pipeline: van live naar rapport

De onderstaande code toont het hybride patroon in zijn meest voorkomende vorm: een vergadering. Tijdens de sessie voedt de realtime stream de weergave: deelnemers zien tekst scrollen, niemand wacht. Zodra de vergadering eindigt, wordt dezelfde audio, nu beschikbaar als compleet bestand, offline opnieuw verwerkt met diarize=True en tijdstempels op segmentniveau, wat resulteert in een rapport dat elke uitspraak aan de spreker toewijst. De twee calls concurreren niet; ze vullen elkaar aan. De eerste dient de directheid; de tweede de traceerbaarheid.

import asyncio
import os
from mistralai.client import Mistral
from mistralai.client.models import (
    AudioFormat,
    TranscriptionStreamTextDelta,
    TranscriptionStreamDone
)

async def hybrid_pipeline(realtime_audio_source, complete_file_path):
    """
    1. Realtime transcriptie voor directe weergave
    2. Offline transcriptie voor eindrapport met diarization
    """
    client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

    # Fase 1: Realtime (tijdens de vergadering)
    print("=== LIVE TRANSCRIPTIE ===\n")
    audio_format = AudioFormat(encoding="pcm_s16le", sample_rate=16000)

    async for event in client.audio.realtime.transcribe_stream(
        audio_stream=realtime_audio_source,
        model="voxtral-mini-transcribe-realtime-3",
        audio_format=audio_format,
        target_streaming_delay_ms=800,
    ):
        if isinstance(event, TranscriptionStreamTextDelta):
            print(event.text, end="", flush=True)
        elif isinstance(event, TranscriptionStreamDone):
            break

    # Fase 2: Offline (na de vergadering)
    print("\n\n=== GEDETAILLEERDE ANALYSE ===\n")

    with open(complete_file_path, "rb") as f:
        response = client.audio.transcriptions.complete(
            model="voxtral-mini-transcribe-3",
            file={"content": f, "file_name": complete_file_path},
            diarize=True,
            timestamp_granularities=["segment"]
        )

    for seg in response.segments:
        print(f"[{seg.speaker_id}] ({seg.start:.1f}s) {seg.text}")

    return response

Let op de praktische beperking die dit patroon oplegt: u moet de audio parallel aan het streamen opnemen, aangezien de blokken die door de realtime stream worden verbruikt, niet worden bewaard. Plan deze schrijfactie naar disk vanaf het begin in, anders heeft de offline fase niets om te verwerken.

Belangrijkste punten

  • Offline blinkt uit bij opgenomen bestanden met diarization en tijdstempels
  • Realtime blinkt uit bij live audio met ultralage latentie
  • Beide modi kunnen worden gecombineerd in een hybride pipeline
  • Offline is functierijker (diarization, context biasing, tijdstempels)
  • Realtime is flexibeler voor implementatie (open weights, edge)
  • Kies op basis van de audiobron (bestand vs. live) en de vereiste functies