Opzioni per numeri e lingue

Panoramica

Scribe v3 aggiunge due parametri facoltativi all’API batch Speech to Text:

• numbers_format stabilisce se i numeri nella trascrizione vengono scritti come cifre (42) o in lettere (forty-two).
• secondary_language_codes elenca le altre lingue che possono essere parlate nell’audio insieme a language_code. Questo migliora l’accuratezza negli audio in cui gli interlocutori passano da una lingua all’altra.

Entrambi i parametri sono supportati solo da scribe_v3. L’invio di uno dei due con un altro modello restituisce un errore invalid_parameters.

Formattare i numeri

Imposta numbers_format su digits o words. Quando il parametro viene omesso, il modello sceglie il 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 controlla il modo in cui il modello trascrive i numeri. Per altre modifiche al modo in cui vengono scritte date, orari o unità, usa la modifica della trascrizione.

Dichiarare lingue secondarie

Imposta language_code sulla lingua principale dell’audio e secondary_language_codes sulle altre lingue previste. Entrambi accettano codici ISO-639-1 o ISO-639-3.

secondary_language_codes è un elenco. Ripeti il campo del modulo una volta per ogni lingua. Un array JSON inviato come singola stringa non viene accettato.

L’esempio seguente trascrive un audio in inglese che contiene anche spagnolo e francese:

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 trascrive il parlato nella lingua in cui viene pronunciato. Non traduce tra le lingue principali e secondarie.

Combinare con altri parametri

Entrambi i parametri possono essere usati insieme e con altri parametri batch, come keyterms, diarize e no_verbatim. Consulta il prompting dei termini chiave per orientare la trascrizione verso termini specifici.

Passaggi successivi