> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# Transkriptbearbeitung

> **Note**
>
> **Anleitung** · Setzt voraus, dass Sie den [Speech to Text Schnellstart](/docs/de/eleven-api/guides/cookbooks/speech-to-text) abgeschlossen haben.

## Überblick

> **Warning**
>
> Die Bearbeitung von Transkripten ist eine experimentelle Funktion und verursacht zusätzliche Kosten von 30 % auf die
> grundlegenden Transkriptionskosten. Pro Anfrage werden mindestens 10 Sekunden Audio abgerechnet. Ausführliche
> Preisinformationen finden Sie auf der [API-Preisseite](https://elevenlabs.io/pricing?price.section=speech_to_text\&price.sections=speech_to_text,speech_to_text#pricing-table).

Mit der Transkriptbearbeitung können Sie einer Transkriptionsanfrage eine Anweisung in natürlicher Sprache hinzufügen. Nachdem das Audio transkribiert wurde, wird Ihre Anweisung auf das Transkript angewendet. Der bearbeitete Text wird zusammen mit dem Original zurückgegeben.

Dadurch entfällt ein separater Nachbearbeitungsschritt in Ihrer eigenen Pipeline. Typische Anwendungsfälle sind die Vereinheitlichung der Schreibweise von Daten, Uhrzeiten oder Einheiten, das Ausschreiben von Abkürzungen, das Entfernen nicht benötigter Inhalte, die Anwendung eines anderen Stils oder Tons oder die Neuformatierung des Transkripts.

Wenn Sie beispielsweise eine Voicemail mit der Anweisung `Write all dates in ISO 8601 format (YYYY-MM-DD)` transkribieren, erhalten Sie beide Textversionen:

```json maxLines=0
{
  "language_code": "eng",
  "language_probability": 0.9912,
  "text": "Hi, this is Jill. Your appointment is confirmed for the twelfth of July twenty twenty-six, and the follow-up is on the third of August.",
  "words": [
    { "text": "Hi,", "start": 0.12, "end": 0.38, "type": "word", "logprob": 0.0 },
    { "text": " ", "start": 0.38, "end": 0.41, "type": "spacing", "logprob": 0.0 },
    { "text": "this", "start": 0.41, "end": 0.55, "type": "word", "logprob": 0.0 },
    ...
  ],
  "transcription_id": "Y2ZX8AxHUzTPCIualYiE",
  "edited_transcript": {
    "kind": "transcript",
    "text": "Hi, this is Jill. Your appointment is confirmed for 2026-07-12, and the follow-up is on 2026-08-03."
  }
}
```

Die Felder `text` und `words` beschreiben immer das ursprüngliche Transkript. Die bearbeitete Version wird separat in `edited_transcript` zurückgegeben.

## Transkriptbearbeitung integrieren

Die Transkriptbearbeitung wird in die Speech to Text API integriert, indem Sie den Parameter `transcript_edit` an die Methode `convert` übergeben. Die Anweisung darf bis zu 2.000 Zeichen lang sein.

```python maxLines=0
import os
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs

load_dotenv()

elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
)

with open("voicemail.mp3", "rb") as audio_file:
    transcription = elevenlabs.speech_to_text.convert(
        file=audio_file,
        model_id="scribe_v2",
        # Natural-language instruction applied to the finished transcript.
        transcript_edit="Write all dates in ISO 8601 format (YYYY-MM-DD)",
    )

print("Original:", transcription.text)
print("Edited:", transcription.edited_transcript)
```

```typescript maxLines=0
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import "dotenv/config";
import { readFile } from "node:fs/promises";

const elevenlabs = new ElevenLabsClient({
  apiKey: process.env.ELEVENLABS_API_KEY,
});

const audioBlob = new Blob([await readFile("voicemail.mp3")], { type: "audio/mp3" });

const transcription = await elevenlabs.speechToText.convert({
  file: audioBlob,
  modelId: "scribe_v2",
  // Natural-language instruction applied to the finished transcript.
  transcriptEdit: "Write all dates in ISO 8601 format (YYYY-MM-DD)",
});

console.log("Original:", transcription.text);
console.log("Edited:", transcription.editedTranscript);
```

Die Transkriptbearbeitung funktioniert sowohl mit synchronen Anfragen als auch mit [Webhook](/docs/de/eleven-api/guides/how-to/speech-to-text/batch/webhooks)-Anfragen. Bei Webhook-Anfragen ist `edited_transcript` im Objekt `transcription` der Webhook-Payload enthalten.

Scribe v2 Realtime unterstützt dieselben Anweisungen für jedes bestätigte Transkript. Weitere Informationen finden Sie im [Leitfaden zur Transkriptbearbeitung in Echtzeit](/docs/de/eleven-api/guides/how-to/speech-to-text/realtime/transcript-editing).

## Anweisungen formulieren

Die Anweisung wird auf das gesamte Transkript angewendet, wo sie relevant ist, und jede passende Stelle wird bearbeitet, nicht nur die erste. Eine Anweisung kann bestimmte Wörter oder Ausdrücke ändern und alles andere unverändert lassen. Sie kann auch den gesamten Text umschreiben oder mit Anmerkungen versehen. Eine einzelne Anweisung kann mehrere Bearbeitungen kombinieren.

Die folgenden Beispiele zeigen die Bandbreite unterstützter Anweisungen:

| Anweisung                                                                                               | Wirkung                                                                                  |
| ------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------- |
| `Write all dates in ISO 8601 format (YYYY-MM-DD)`                                                       | `the twelfth of July twenty twenty-six` wird zu `2026-07-12`                             |
| `Write times in 24-hour format`                                                                         | `half past two in the afternoon` wird zu `14:30`                                         |
| `Expand abbreviations such as "ETA" and "ASAP" on first use`                                            | `ETA` wird zu `estimated time of arrival (ETA)`                                          |
| `Add the sentiment of every sentence in brackets at the end. Choose from [positive, negative, neutral]` | `Thanks, that was really helpful.` wird zu `Thanks, that was really helpful. [positive]` |
| `Redact every curse word with its first letter followed by stars, e.g. s***`                            | `That was a damn good call.` wird zu `That was a d*** good call.`                        |
| `Format the transcript as a bulleted list, one sentence per bullet`                                     | Formatiert das gesamte Transkript neu                                                    |

> **Note**
>
> Einige Anpassungen haben eigene Parameter, die günstiger und vorhersehbarer sind als eine
> Bearbeitungsanweisung. Verwenden Sie [Keyterm Prompting](/docs/de/eleven-api/guides/how-to/speech-to-text/batch/keyterm-prompting), um die
> Erkennung auf bestimmte Namen und Begriffe auszurichten, `no_verbatim`, um Füllwörter und
> Sprechunflüssigkeiten zu entfernen, und `numbers_format` (falls unterstützt), um zwischen Ziffern
> und Wörtern zu wählen. Nutzen Sie die Transkriptbearbeitung für Änderungen, die diese Optionen nicht abdecken.

Beachten Sie beim Formulieren von Anweisungen Folgendes:

* Beschreiben Sie die gewünschte Ausgabe genau. `Write all dates in ISO 8601 format (YYYY-MM-DD)` ist zuverlässiger als `fix the dates`.
* Die Anweisung kann in jeder Sprache geschrieben werden, wobei Anweisungen auf Englisch am besten funktionieren. Das bearbeitete Transkript bleibt in der Sprache des Originals.
* Es wird nur die Anweisung ausgeführt. Im Audio gesprochene Inhalte werden als Daten behandelt und können nicht beeinflussen, wie die Anweisung angewendet wird.
* Wenn die Anweisung nichts im Transkript betrifft, ist das bearbeitete Transkript mit dem Original identisch.

## Antwortformat

Wenn `transcript_edit` gesetzt ist, enthält die Antwort ein Objekt `edited_transcript`. Dessen Feld `kind` gibt an, ob die Bearbeitung erfolgreich war:

| `kind`       | Felder                                  | Beschreibung                                                                                                                                      |
| ------------ | --------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------- |
| `transcript` | `text`                                  | Das bearbeitete Transkript. Bei keinen Änderungen identisch mit dem ursprünglichen `text`.                                                        |
| `error`      | `error_type` (`edit_failed`), `message` | Die Bearbeitung konnte nicht erstellt werden. Die Transkription selbst war erfolgreich und der ursprüngliche `text` wird weiterhin zurückgegeben. |

Das Feld fehlt, wenn kein `transcript_edit` angefordert wurde.

**`Fehlgeschlagene Bearbeitung`**

```json title="Fehlgeschlagene Bearbeitung"
{
  "text": "Hi, this is Jill. Your appointment is confirmed for ...",
  "edited_transcript": {
    "kind": "error",
    "error_type": "edit_failed",
    "message": "The transcript could not be edited. Please try again."
  }
}
```

Folgendes sollten Sie beachten:

* Das bearbeitete Transkript ist Klartext. Zeitstempel auf Wortebene, Sprecherbezeichnungen und `additional_formats` beschreiben weiterhin das ursprüngliche Transkript.
* Die Bearbeitung erfolgt nach Abschluss der Transkription. Dadurch entsteht zusätzliche Latenz, die mit der Länge des Transkripts zunimmt.
* Der Aufpreis wird auf die Audiodauer der Anfrage angewendet. Pro Anfrage werden mindestens 10 Sekunden abgerechnet.

> **Warning**
>
> Die Transkriptbearbeitung kann nicht mit `entity_detection`, `entity_redaction` oder
> `use_multi_channel` kombiniert werden. Anfragen, die diese kombinieren, werden mit einem Fehler für ungültige Parameter abgelehnt.

## Nächste Schritte

#### [API-Referenz](/docs/de/api-reference/speech-to-text)

Vollständige Speech to Text API-Referenz und Parameter.

#### [Webhooks](/docs/de/eleven-api/guides/how-to/speech-to-text/batch/webhooks)

Erhalten Sie Transkripte einschließlich des bearbeiteten Transkripts asynchron über Webhooks.