Options de nombres et de langues

Vue d’ensemble

Scribe v3 ajoute deux paramètres facultatifs à l’API Speech to Text par lots :

• numbers_format définit si les nombres de la transcription sont écrits sous forme de chiffres (42) ou de lettres (quarante-deux).
• secondary_language_codes répertorie les autres langues susceptibles d’être parlées dans l’audio avec language_code. Cela améliore la précision lorsque les intervenants alternent entre plusieurs langues.

Ces deux paramètres sont uniquement pris en charge par scribe_v3. L’envoi de l’un d’eux avec un autre modèle renvoie une erreur invalid_parameters.

Formater les nombres

Définissez numbers_format sur digits ou words. Lorsque le paramètre est omis, le modèle choisit le 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 contrôle la manière dont le modèle transcrit les nombres. Pour modifier la façon dont les dates, les heures ou les unités sont écrites, utilisez la modification de transcription.

Déclarer des langues secondaires

Définissez language_code sur la langue principale de l’audio et secondary_language_codes sur les autres langues attendues. Les deux acceptent les codes ISO-639-1 ou ISO-639-3.

secondary_language_codes est une liste. Répétez le champ de formulaire une fois par langue. Un tableau JSON envoyé sous forme d’une seule chaîne n’est pas accepté.

L’exemple suivant transcrit un audio en anglais contenant également de l’espagnol et du français :

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 transcrit la parole dans la langue parlée. Il ne traduit pas entre les langues principales et secondaires.

Associer à d’autres paramètres

Les deux paramètres peuvent être utilisés ensemble et avec d’autres paramètres par lots, comme keyterms, diarize et no_verbatim. Consultez le prompting par termes clés afin d’orienter la transcription vers des termes précis.

Étapes suivantes