Optionen für Zahlen und Sprachen

Überblick

Scribe v3 ergänzt die Batch-Speech to Text-API um zwei optionale Parameter:

• numbers_format legt fest, ob Zahlen im Transkript als Ziffern (42) oder als Wörter (forty-two) geschrieben werden.
• secondary_language_codes listet weitere Sprachen auf, die neben language_code im Audio gesprochen werden können. Das verbessert die Genauigkeit bei Audio, in dem Sprecher zwischen Sprachen wechseln.

Beide Parameter werden nur von scribe_v3 unterstützt. Wenn einer davon mit einem anderen Modell gesendet wird, wird ein Fehler invalid_parameters zurückgegeben.

Zahlen formatieren

Setzen Sie numbers_format auf digits oder words. Wenn der Parameter ausgelassen wird, wählt das Modell das Format.

import os
from io import BytesIO
import requests
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
load_dotenv()
elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio_url = "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
audio_data = BytesIO(requests.get(audio_url).content)
transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v3",
    request_options={
        "additional_body_parameters": {
            "numbers_format": "digits",
        },
    },
)
print(transcription.text)

numbers_format steuert, wie das Modell Zahlen transkribiert. Für andere Änderungen an der Schreibweise von Daten, Zeiten oder Einheiten verwenden Sie die Transkriptbearbeitung.

Sekundäre Sprachen angeben

Setzen Sie language_code auf die Hauptsprache des Audios und secondary_language_codes auf die weiteren erwarteten Sprachen. Beide akzeptieren ISO-639-1- oder ISO-639-3-Codes.

secondary_language_codes ist eine Liste. Wiederholen Sie das Formularfeld einmal pro Sprache. Ein JSON-Array, das als einzelne Zeichenfolge gesendet wird, wird nicht akzeptiert.

Das folgende Beispiel transkribiert englisches Audio, das auch Spanisch und Französisch enthält:

transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v3",
    language_code="en",
    request_options={
        "additional_body_parameters": {
            "secondary_language_codes": ["es", "fr"],
        },
    },
)

Scribe v3 transkribiert Gesprochenes in der Sprache, in der es gesprochen wird. Es übersetzt nicht zwischen Haupt- und Nebensprachen.

Mit anderen Parametern kombinieren

Beide Parameter können zusammen und mit anderen Batch-Parametern verwendet werden, etwa keyterms, diarize und no_verbatim. Unter Keyterm Prompting erfahren Sie, wie Sie die Transkription auf bestimmte Begriffe ausrichten.

Nächste Schritte