Context Biasing : améliorer la précision
Op deze pagina
Cours mis à jour le 3 novembre 2026 pour Voxtral 3, sur la base du guide Migrate from Voxtral 2 de Mistral : les modèles Voxtral 2 (
voxtral-mini-2602,voxtral-mini-transcribe-realtime-2602,voxtral-mini-tts-2603), dépréciés le 31 octobre 2026 et retirés le 30 avril 2027, sont remplacés dans les exemples parvoxtral-mini-transcribe-3,voxtral-mini-transcribe-realtime-3etvoxtral-mini-tts-3-0. Changements clés : les horodatages sont uniquement par segment (wordrenvoie une erreur 400), la diarisation est possible en temps réel, les paramètres de session en temps réel sont verrouillés après le premier fragment audio, et les entréescontext_biassont en texte libre (phrases avec espaces autorisées). Sources : Migrate from Voxtral 2 · Speech to Text.
Le problème des termes spécialisés
Les modèles de transcription sont entraînés sur un langage courant. Lorsque votre audio contient des noms propres, des acronymes, du jargon technique ou des termes rares propres à un secteur, le modèle les transcrit souvent incorrectement : « Voxtral » devient « vox trail », et « RGPD » (l’acronyme français du Règlement général sur la protection des données de l’UE) ressort sous la forme « RG PD ». Lors d’une réunion d’une heure, ces erreurs s’accumulent par dizaines, et ce sont précisément les mots que vous souhaitiez extraire.
Le context biasing (biais de contexte) résout ce problème en fournissant au modèle une liste de termes attendus. Le modèle ajuste alors ses probabilités pour favoriser ces termes lorsqu’il les détecte dans l’audio. Il ne s’agit pas d’un remplacement automatique en post-traitement, mais d’une orientation du décodage pendant la transcription. C’est cette nuance qui permet au résultat de rester naturel.
Utilisation du context biasing
Le paramètre context_bias accepte une liste de termes : en Python, une liste de chaînes de caractères. Avec Voxtral 3, une entrée peut contenir des espaces — un nom de produit complet comme « Alder Creek Design » — et il n’y a plus de limite stricte au nombre d’entrées. Cependant, les entrées partagent la fenêtre de contexte avec l’audio : une requête qui la dépasse est rejetée (erreur 400), c’est pourquoi une liste courte est préférable.
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)
L’effet est immédiat. Sans context biasing, une réunion technique pourrait produire ceci :
On a déployé le nouveau service sur cubernétisse avec fast API
et la base post grès cul.
Avec la liste ["Kubernetes", "FastAPI", "PostgreSQL"], la même phrase devient exploitable :
On a déployé le nouveau service sur Kubernetes avec FastAPI
et la base PostgreSQL.
Hors du mode temps réel, une entrée peut même être une phrase de contexte en texte libre décrivant la conversation : « Appel au support Northwind concernant une commande de casques Quillara expédiée depuis l’entrepôt de Rotterdam. » Le modèle utilise ces informations pour orienter la reconnaissance des noms qu’elle contient.
Construire une liste efficace
Quatre familles de termes méritent d’y figurer. Premièrement, les noms propres : personnes, entreprises, produits — tout ce que le modèle n’a aucune raison de connaître. Deuxièmement, les termes techniques : acronymes, noms de technologies, protocoles. Troisièmement, le jargon sectoriel spécifique à votre domaine qui n’apparaît pas dans les dictionnaires généraux. Enfin, les noms de lieux : villes, bâtiments, salles de réunion, souvent cités et rarement bien transcrits.
Le contenu de la liste dépend entièrement du contexte. Une réunion de startup technologique appelle un vocabulaire différent d’une consultation médicale ou d’un entretien dans un cabinet d’avocats. Voici trois listes réelles à utiliser comme modèles.
Réunion de startup technologique :
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"
]
Cabinet médical :
context_bias = [
"paracétamol", "ibuprofène", "amoxicilline",
"IRM", "scanner", "échographie",
"glycémie", "hémoglobine", "créatinine",
"Dr Martin", "Dr Dubois",
"CHU Pitié-Salpêtrière"
]
Cabinet d’avocats :
context_bias = [
"SARL", "SAS", "SASU",
"article L.225-1", "Code de commerce",
"assignation", "mise en demeure",
"TGI", "Cour d'appel",
"Maître Dupont", "Maître Leroy"
]
Gérer le vocabulaire par projet
Coder la liste en dur ne passe pas à l’échelle dès lors que plusieurs clients ou services entrent en jeu. Le script suivant charge le vocabulaire depuis un fichier JSON, permet d’ajouter des termes ad hoc et déduplique l’ensemble. Il n’impose aucune limite stricte puisque Voxtral 3 n’en a pas, mais il émet un avertissement si la liste est trop longue : c’est ce qui risque de dépasser la fenêtre de contexte.
import os
import json
from pathlib import Path
from mistralai.client import Mistral
ALERT_THRESHOLD = 50 # Marqueur interne : au-delà, vérifiez la taille de la requête
def load_vocabulary(config_path: str) -> list[str]:
"""Charge le vocabulaire de context biasing depuis un fichier JSON."""
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"Avertissement : {len(terms)} termes ; une liste longue réduit "
f"l'espace restant pour l'audio dans la fenêtre de contexte.")
return terms
def transcribe_with_vocabulary(
audio_path: str,
config_path: str = None,
additional_terms: list = None
) -> str:
"""Transcrit avec un context biasing optionnel."""
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Construire la liste de termes
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)
# Dédupliquer tout en préservant l'ordre
all_terms = list(dict.fromkeys(all_terms))
bias = all_terms or None
# Transcrire
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 actif : {len(all_terms)} termes")
response = client.audio.transcriptions.complete(**kwargs)
return response.text
# Fichier de configuration de vocabulaire vocabulaire.json
# {
# "terms": [
# "Mistral AI", "Voxtral", "Kubernetes",
# "PostgreSQL", "RGPD", "Dr Martin"
# ]
# }
# Utilisation
texte = transcribe_with_vocabulary(
"reunion.mp3",
config_path="vocabulaire.json",
additional_terms=["nouveau_terme", "autre_terme"]
)
print(texte)
Ce qui fonctionne et ce qui ne fonctionne pas
Le context biasing donne les meilleurs résultats sur des termes précis et distincts : noms propres, acronymes, vocabulaire technique rare. Il suppose également que les termes fournis sont effectivement présents dans l’audio : ajouter des mots qui ne seront jamais prononcés dilue le signal sans ajouter de valeur. Une liste de vingt à cinquante termes bien choisis suffit dans la plupart des situations.
À l’inverse, lister des mots courants est inutile : le modèle les reconnaît déjà bien, et vous consommez un espace précieux. Les longues phrases fonctionnent mal ; tenez-vous-en à des mots ou de courtes expressions. Enfin, méfiez-vous du réflexe de déverser tout le glossaire de l’entreprise dans le paramètre : un vocabulaire trop large noie les quelques termes qui comptaient vraiment.
Un point de vigilance pour vos projets en français : le context biasing est optimisé pour l’anglais, et Mistral AI qualifie le support des autres langues, dont le français, d’expérimental. En pratique, il fonctionne correctement pour les noms propres et les acronymes dans toutes les langues, mais peut être moins efficace pour les termes courants dans les langues autres que l’anglais. Testez sur un extrait représentatif avant de généraliser à un corpus entier.
Belangrijkste punten
- Le context biasing améliore la reconnaissance des termes spécialisés via
context_bias - Une liste de termes (phrases avec espaces autorisées), pas de limite fixe mais contrainte par la fenêtre de contexte
- Efficace pour : noms propres, acronymes, jargon technique, noms de lieux
- Optimisé pour l’anglais, support expérimental pour les autres langues
- Privilégiez des termes précis effectivement présents dans l’audio
- Utilisez un fichier de configuration pour gérer le vocabulaire par projet