Plattform-Editionen
Mistral AI
Mistral-Cloud-Transkription mit Voxtral Transcribe 3, Live-Text über Voxtral Realtime und Mistral-Textmodelle für Workflows.
Wähle deine Plattform
Dieses Add-on hat getrennte Editionen für macOS und Windows. Jede Seite dokumentiert Funktionen, Einstellungen, Anforderungen und Screenshots der jeweiligen Plattform.
macOS
v1.3.0
Voxtral Transcribe 3 mit Live-Text über Voxtral Realtime, Wörterbucheinträgen, Sprecherkennzeichnung und Mistral-Textmodellen mit Reasoning-Stufen.
- Live (Standard): Diktate mit Live-Vorschau streamen an Voxtral Mini Transcribe Realtime 3, und das gewählte Transkriptionsmodell schreibt den fertigen Text aus der Aufnahme; beides wird abgerechnet, mit Voxtral Mini Transcribe 3 etwa 0,69 $ pro Stunde
- Nach der Aufnahme: Die Aufnahme geht beim Stoppen an das gewählte Transkriptionsmodell, für 0,21 $ pro Stunde mit Voxtral Mini Transcribe 3 oder 0,24 $ mit Voxtral Small Transcribe 3, ohne Live-Vorschau von Mistral
- In unseren Tests stand der fertige Text im Live-Modus 0,3 bis 0,4 Sekunden nach dem Stoppen bereit, mit „Nach der Aufnahme“ nach 0,4 bis 0,5 Sekunden
- Aufnahmen und Dateien nutzen immer das Transkriptionsmodell
Windows
v1.4.0
Voxtral Transcribe 3 und Voxtral Realtime 3 über die Mistral-API, mit Wörterbucheinträgen, 58 Sprachen und Mistral-Textmodellen mit Denkaufwand-Stufen.
- Voxtral Mini Transcribe 3 als Standard-Transkriptionsmodell, Voxtral Small Transcribe 3 als Alternative
- Voxtral Mini Transcribe Realtime 3 zeigt Live-Text beim Sprechen (TypeWhisper 1.3 oder neuer; ältere Versionen transkribieren nach dem Stoppen), und den fertigen Text liefert der Upload der Aufnahme an Voxtral Mini Transcribe 3, das Diktate genauer erkannt hat und 0,4 bis 0,6 Sekunden nach dem Stoppen fertig war; beides wird abgerechnet
- Dateien und vollständige Aufnahmen mit gewähltem Realtime-Modell gehen per Upload an Voxtral Mini Transcribe 3 statt per Streaming: Eine 63-Sekunden-Aufnahme dauerte 1 Sekunde statt 40
- Aktive Wörterbucheinträge gehen als Kontext an Mistral, bei Uploads und Live-Sitzungen