Offline kontra Realtid: En Vägledande Guide
På denna sida
Kursen uppdaterad den 3 november 2026 för Voxtral 3, baserat på Mistral:s guide Migrate from Voxtral 2: Voxtral 2-modeller (
voxtral-mini-2602,voxtral-mini-transcribe-realtime-2602,voxtral-mini-tts-2603), avvecklade den 31 oktober 2026 och helt borttagna den 30 april 2027, ersätts i exemplen medvoxtral-mini-transcribe-3,voxtral-mini-transcribe-realtime-3ochvoxtral-mini-tts-3-0. Viktiga förändringar: tidsstämplar finns endast per segment (wordreturnerar ett 400-fel), talardifferentiering är möjlig i realtid, inställningar för realtidssessioner låses efter första ljudklippet, och indata förcontext_biasär fri form (fraser med mellanslag tillåtna). Källor: Migrate from Voxtral 2 · Speech to Text.
Två Lägen, Två Filosofier
Voxtral erbjuder två transkriberingsmetoder som skiljer sig åt inte i kvalitet, utan i sin natur. Valet mellan dem är inte en implementeringsdetalj du justerar i slutet av ett projekt. Det avgör vilka funktioner du har tillgång till, hur du skriver din kod, vilka kostnader du drar på dig och vilken användarupplevelse du levererar. Denna lektion ger dig faktaunderlaget för att göra detta val, hålla fast vid det och till och med kombinera båda lägena när det är meningsfullt.
Fullständig Jämförelse
| Kriterium | Offline (Batch) | Realtid (Strömmande) |
|---|---|---|
| Modell | Voxtral Mini (eller Small) Transcribe 3 | Voxtral Mini Transcribe Realtime 3 |
| Latens | Sekunder till minuter (beroende på längd) | Konfigurerbar fördröjning från 80 ms till 1,2 s, eller 2,4 s |
| Ljudgräns | Kontextfönster, delat med context_bias | Kontinuerlig session |
| Talardifferentiering | Ja, med segmenttidsstämplar | Ja, utan tidsstämplar; ej tillgängligt med detektering av talarslut |
| Kontextjustering | Ja (termlista, tillåtna fraser) | Ja, i sessionskonfigurationen |
| Tidsstämplar | Per segment (ingen ordnivå) | Nej |
| Detektering av talarslut | Nej | Ja |
| Ljudformat | Vanliga filformat | 16-bitars mono PCM (standard 16 kHz) |
| Språk | 50 | 45 språk och dialekter |
| Pris per den 3 november 2026 | 0,0035 USD/min (Mini), 0,004 USD/min (Small) | 0,008 USD/min |
| Programmering | Synkron (enkel) | Asynkron (async/await) |
| Primärt användningsområde | Inspelade filer | Live-ljud |
En närmare titt på denna tabell avslöjar vad som verkligen skiljer de två lägena åt. Offline är det enda läge som tidsstämplar varje segment eftersom det ser hela ljudet innan det svarar. Realtid är det enda läge som detekterar när en talare är klar och returnerar text medan någon fortfarande pratar. Du väljer inte mellan en fullversion och en lättversion. Du väljer mellan två sätt att betjäna användaren: i efterhand eller i stunden.
Hur du Väljer
Offline är det självklara valet närhelst du bearbetar ljudfiler som redan existerar – arkiverade möten, poddar, intervjuer – eftersom ljudet är komplett och det inte finns någon vinst i att artificiellt dela upp det. Det är ditt enda alternativ om du behöver identifiera talare, då talardifferentiering fortfarande är utom räckhåll för strömmande ljud. Det är också rätt val om din domän kräver specialiserad terminologi som kontextjustering måste styra, eller om du behöver exakta tidsstämplar för undertextning i efterproduktion av video. Slutligen sparar du allt förarbete med konvertering när dina källor levereras i olika format, och det blir det uppenbara valet när latens inte är kritisk: fördröjd bearbetning, nattliga batch-jobb, arkiveringspipelines.
Realtid blir nödvändigt när ljud anländer kontinuerligt, från en mikrofon eller nätverksström, vilket innebär att det inte finns någon fil att skicka. Det är obligatoriskt när resultat måste vara tillgängliga på under en sekund, som med en röstassistent, dikteringsverktyg eller live-undertexter för en konferens eller webinar. Två andra strategiska skäl kan driva valet oavsett latens: distribution on-premise eller på edge, vilket möjliggörs av öppna vikter, och krav på datahärkomst när inga data får lämna din infrastruktur.
Det finns en tredje väg, ofta den bästa: kombinera båda. Du undertextar en konferens i realtid och bearbetar sedan inspelningen offline för att producera rena, tidsstämplade undertexter. Du visar livetranskribering under ett möte och kör sedan ett offline-pass med talardifferentiering för att koppla varje yttrande till rätt talare. Du dikterar i realtid och bearbetar sedan filen offline för granskning och korrigering. Realtid betjänar stunden; offline betjänar dokumentet.
Vad Varje Läge Kostar
De två lägena delar inte samma prisstruktur. Från och med april 2026 baseras Mistral AI:s prissättning på bearbetad ljudlängd. Offline är generellt billigare per minut eftersom batch-bearbetning är optimerad, medan realtid bär på ett tillägg för den ihållande WebSocket-anslutningen och den kontinuerliga bearbetningen.
Tre vanor sänker kostnaderna utan att offra något. I offline-läge batchar du dina filer för att begränsa antalet API-anrop. I realtidsläge stänger du anslutningen så snart talet upphör istället för att låta den vara öppen “för säkerhets skull”: en glömd session konsumerar resurser utan att producera något resultat. Viktigast av allt: fråga dig alltid om live-bearbetning verkligen är nödvändig – om realtid inte tillför något värde för användaren är offline både billigare och funktionsrikare.
En Hybridpipeline: Från Live till Rapport
Koden nedan visar hybridmönstret i dess vanligaste form: ett möte. Under sessionen matar realtidsströmmen displayen: deltagarna ser texten rulla, ingen behöver vänta. När mötet är slut bearbetas samma ljud, nu tillgängligt som en komplett fil, offline med diarize=True och tidsstämplar på segmentnivå, vilket producerar en rapport som kopplar varje yttrande till dess talare. De två anropen tävlar inte; de kompletterar varandra. Det första betjänar omedelbarheten; det andra, spårbarheten.
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. Realtidstranskribering för omedelbar visning
2. Offlinetranskribering för slutrapport med talardifferentiering
"""
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Fas 1: Realtid (under mötet)
print("=== LIVE-TRANSKRIBERING ===\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
# Fas 2: Offline (efter mötet)
print("\n\n=== DETALJERAD ANALYS ===\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
Observera den praktiska begränsning detta mönster medför: du måste spela in ljudet parallellt med strömningen, eftersom de klipp som konsumeras av realtidsströmmen inte behålls. Planera för denna disk-skrivning från början, annars har offline-fasen inget att bearbeta.
Viktiga punkter
- Offline excellerar för inspelade filer med talardifferentiering och tidsstämplar
- Realtid excellerar för live-ljud med ultra-låg latens
- Båda lägena kan kombineras i en hybridpipeline
- Offline är funktionsrikare (talardifferentiering, kontextjustering, tidsstämplar)
- Realtid är mer flexibelt för distribution (öppna vikter, edge)
- Välj baserat på ljudkälla (fil kontra live) och erforderliga funktioner