Voxtral Small Transcribe 3 · Voxtral Mini Transcribe 3
音訊轉錄
Voxtral Transcribe 3 — 音訊轉錄
Voxtral Transcribe 3: 將音訊或影片檔案轉成逐字稿。選擇模型，可視需要填寫語言提示，再把原有檔案與設定帶入 Vizify 繼續處理。送出前請確認檔案大小、錄音長度與帳戶可用額度。
需要上傳什麼？ 會收到什麼結果？
先和 AI 討論，讓想法更明確，再開始生成。
進入 Vizify 後需登入並確認使用權限。
已確認的目錄資料
Vizify 為此模型家族提供的能力。
這些資料由目前的公開目錄產生，不是複製供應商的行銷內容。
音訊 · 影片
文字
音訊轉錄
審查日期 2026-11-01
這個模型適用的任務。
Voxtral Transcribe 3: 將音訊或影片檔案轉成逐字稿。選擇模型，可視需要填寫語言提示，再把原有檔案與設定帶入 Vizify 繼續處理。送出前請確認檔案大小、錄音長度與帳戶可用額度。
不要預設這些能力。
若上游回傳說話者標籤或逐字時間，系統會保留，但目前不保證這些通道一定提供。本表單不支援即時轉錄或音訊翻譯。
目前會按支援的最長錄音預留用量，完成後再校準實際消耗。因此即使檔案較短，起始檢查仍可能需要較多可用額度。
需要上傳什麼？
上傳一份音訊或影片，兩者擇一；可選填語言提示。音訊上限為 20 MiB、影片為 25 MiB，錄音最長 60 分鐘。
會收到什麼結果？
任務提供 Markdown、SRT、WebVTT 與 JSON 格式的逐字稿。用於字幕、引用或後續編輯前，請先核對辨識內容。 Voxtral Transcribe 3 提供 Small 與 Mini。此入口預選 Small；如要使用 Mini，請在送出前切換模型。兩者的檔案輸入相同，但費率分開計算。整合會要求段落時間戳與說話人標籤；請檢查字幕結果，不要將段落時間當成逐字時間。
能力核對
表單與交付規格已於 2026-11-01 對照 Vizify 接入程式核對；不代表通道可用性、速度或成品品質保證。
常見問題
關於 Voxtral Transcribe 3 — 音訊轉錄
需要上傳什麼？
上傳一份音訊或影片，兩者擇一；可選填語言提示。音訊上限為 20 MiB、影片為 25 MiB，錄音最長 60 分鐘。
會收到什麼結果？
任務提供 Markdown、SRT、WebVTT 與 JSON 格式的逐字稿。用於字幕、引用或後續編輯前，請先核對辨識內容。 Voxtral Transcribe 3 提供 Small 與 Mini。此入口預選 Small；如要使用 Mini，請在送出前切換模型。兩者的檔案輸入相同，但費率分開計算。整合會要求段落時間戳與說話人標籤；請檢查字幕結果，不要將段落時間當成逐字時間。
目前有哪些限制？
若上游回傳說話者標籤或逐字時間，系統會保留，但目前不保證這些通道一定提供。本表單不支援即時轉錄或音訊翻譯。
如何預估用量？
目前會按支援的最長錄音預留用量，完成後再校準實際消耗。因此即使檔案較短，起始檢查仍可能需要較多可用額度。