„Fire ringbind. Nej, seks.“ Begge tal skal stå i transskriptionen. I materialelisten skal kun den bekræftede mængde tælle senere. Mellem disse to korrekte resultater ligger en lille, men afgørende tankeopgave: en samtales forløb og dens aktuelle arbejdstilstand er to forskellige ting.
Mistral præsenterede Voxtral 3 den 20. oktober 2026. Den dokumentation for transskriptionsmodellerne beskriver blandt andet tidsstempler og talertildeling og angiver adgangen som Public Preview. Det, der i praksis er særligt interessant, er, hvordan transskriptionen, placeringen i tid og den senere vurdering spiller sammen.
Hvad en talermarkering egentlig siger
Talertildeling kan forbinde segmenter, der er talt af den samme stemme. En markering som Taler A er i første omgang en teknisk tildeling inden for optagelsen. Den fastslår ikke et navn, et ansvar eller en identitet uden for denne sammenhæng.
Også tidsstemplet har en begrænset opgave: det fører til et sted i den originale lyd. Et korrekt tidsstempel gør ikke et forkert genkendt navn rigtigt. Et sprogligt udglattet resumé kan til gengæld fjerne den selvkorrektion, der var vigtig for beslutningen.
Det kan derfor betale sig at holde tre resultater adskilt: en næsten ordret transskription, taler- og tidsstrukturen og et afledt opgaveoverblik. Hvert af dem kan kontrolleres uden i stilhed at omskrive de andre.
Din egen samtaleprøve med kendt betydning
Optag sammen med en anden person, der har givet sit samtykke, en kort, ikke-følsom scene. Den ene person bestiller fire ringbind. Den anden spørger til en ekstra deltager. Derefter rettes mængden udtrykkeligt til seks. Til sidst står det åbent, hvem der henter ringbindene. Brug opdigtede navne og ingen rigtige kundesamtaler.
Skriv, før nogen automatisk behandling, din egen reference: ordlyden af mængdeændringen, de kendte talerskift og det åbne spørgsmål om afhentning. Tidsintervallerne fastlægger du ud fra din faktiske optagelse. Et perfekt kunstigt lydspor er ikke nødvendigt til dette; det afgørende er, at du selv kender indholdet sikkert.
Lad først en egnet transskriptionsfunktion kun lave transskriptionen og talersegmenterne. Kontrollér mængdeændringen, og spring tilbage ved hjælp af tidsstemplerne. Afled først derefter et opgaveoverblik. Det gør det muligt at skelne en genkendelsesfejl fra et forkert resumé.
En aftale med en vej tilbage til lyden
Til det andet trin er en lille egen struktur nok:
Conversation excerpt: “Four binders. No, six.”
Current working state: six binders
Evidence: time range of the explicit correction
Collection: responsibility not agreed in the conversationEn egnet instruktion er: „Opsummer kun opgaver, der udtrykkeligt blev aftalt. Tag hensyn til senere rettelser. Angiv for hver opgave det tilhørende tidspunkt. Behold uklare ansvarsforhold som et åbent punkt.“ Det er mere præcist end at bede om et professionelt referat.
Kontrollér derefter, om et resumé ved et uheld har gjort et uforpligtende forslag til en forpligtelse. „Måske kan Lea hente det“ er en anden tilstand i samtalen end „Lea henter det“. Et korrekt genkendt ord kan alligevel få en forkert grad af forpligtelse i vurderingen.
Undertekster kræver en yderligere beslutning
Til undertekster vil du måske forkorte gentagelser og danne læsbare linjer. Et materialeoverblik bør derimod sammenfatte den aktuelle aftale. Begge opgaver kan bruge den samme kildelyd, men kræver forskellige regler.
Hold det næsten ordrette grundlag adskilt fra den redigerede version. Så kan du senere spore, hvorfor en linje blev forkortet, og om rettelsen blev bevaret. Egennavne, tal og forbehold fortjener en målrettet ekstra gennemlytning.
Det lille eksperiment tester ikke en generel genkendelsesrate eller ydeevne med vilkårlige accenter. Det viser noget umiddelbart nyttigt: på hvilket trin bliver en hørt sekvens til et udsagn, der har betydning for handling? Ifølge dokumentationen leverer Voxtral 3 byggesten til denne vej. Et brugbart referat opstår, når deres resultater forbliver knyttet til originalen, og åbne aftaler får lov at forblive åbne.
Kilder og status
Kilder pr. 25. oktober 2026. Voxtral 3 · Voxtral Mini Transcribe 3.
