Sprachoptionen

Überblick

Standardmäßig erkennt die Echtzeit-API die Sprache des Audios automatisch. Sie können dieses Verhalten auf drei Arten ändern:

• Setzen Sie language_code auf die Sprache des Audios.
• Fügen Sie secondary_languages hinzu, um die Spracherkennung auf erwartete Sprachen zu beschränken.
• Setzen Sie mit Scribe v3 Live multilang_mode=true, um Sprecherinnen und Sprechern zu folgen, die während der Sitzung die Sprache wechseln.

Scribe übersetzt nicht. Sprache wird in der Sprache transkribiert, in der sie gesprochen wird.

Sekundärsprachen

Übergeben Sie language_code mit der Hauptsprache und wiederholen Sie secondary_languages in der Abfragezeichenfolge einmal pro zusätzlicher Sprache. Beide akzeptieren ISO-639-1- oder ISO-639-3-Codes.

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&language_code=en&secondary_languages=es&secondary_languages=fr

secondary_languages macht die Spracherkennung zuverlässiger, indem sie auf die von Ihnen aufgeführten Sprachen beschränkt wird. Um Sprecherinnen und Sprechern zu folgen, die während der Sitzung zwischen Sprachen wechseln, verwenden Sie den mehrsprachigen Modus.

Mehrsprachiger Modus

Mit multilang_mode=true transkribiert Scribe v3 Live jede Sprache in ihrer eigenen Schrift und folgt Sprachwechseln, auch mitten im Satz.

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&audio_format=pcm_16000&multilang_mode=true

Der mehrsprachige Modus hat folgende Kompromisse:

• Hintergrundsprache, die wie eine andere Sprache klingt, kann transkribiert werden.
• Kurze Phrasen werden mit höherer Wahrscheinlichkeit falsch transkribiert.

Nächste Schritte