Opciones de números e idiomas

Descripción general

Scribe v3 añade dos parámetros opcionales a la API de Voz a Texto por lotes:

• numbers_format establece si los números de la transcripción se escriben como dígitos (42) o como palabras (forty-two).
• secondary_language_codes enumera otros idiomas que podrían hablarse en el audio junto con language_code. Esto mejora la precisión en audios donde los hablantes cambian de idioma.

Ambos parámetros solo son compatibles con scribe_v3. Enviar cualquiera de ellos con otro modelo devuelve un error invalid_parameters.

Formatear números

Configura numbers_format como digits o words. Cuando se omite el parámetro, el modelo elige el formato.

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 controla cómo transcribe números el modelo. Para otros cambios en la forma de escribir fechas, horas o unidades, usa la edición de transcripciones.

Declarar idiomas secundarios

Configura language_code como el idioma principal del audio y secondary_language_codes como los otros idiomas que esperas. Ambos aceptan códigos ISO-639-1 o ISO-639-3.

secondary_language_codes es una lista. Repite el campo del formulario una vez por idioma. No se acepta una matriz JSON enviada como una sola cadena.

El siguiente ejemplo transcribe audio en inglés que también contiene español y francés:

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 transcribe el habla en el idioma en que se habla. No traduce entre los idiomas principal y secundarios.

Combinar con otros parámetros

Ambos parámetros pueden usarse juntos y con otros parámetros por lotes, como keyterms, diarize y no_verbatim. Consulta el prompting de términos clave para orientar la transcripción hacia términos específicos.

Próximos pasos