Modifica delle trascrizioni
Guida pratica · Presuppone che tu abbia completato la guida rapida a Speech to Text .
Panoramica
La modifica delle trascrizioni è una funzionalità sperimentale e comporta un costo aggiuntivo del 30% rispetto al costo base della trascrizione, fatturato per un minimo di 10 secondi di audio per richiesta. Consulta la pagina dei prezzi dell’API per informazioni dettagliate sui prezzi.
La modifica delle trascrizioni ti consente di allegare un’istruzione in linguaggio naturale a una richiesta di trascrizione. Dopo la trascrizione dell’audio, l’istruzione viene applicata al testo trascritto e il testo modificato viene restituito insieme all’originale.
Sostituisce una fase separata di post-elaborazione nella tua pipeline. Gli usi tipici includono la normalizzazione della scrittura di date, ore o unità, l’espansione di abbreviazioni, la rimozione di contenuti non necessari, l’applicazione di uno stile o tono diverso oppure la riformattazione della trascrizione.
Ad esempio, trascrivendo un messaggio vocale con l’istruzione Write all dates in ISO 8601 format (YYYY-MM-DD) vengono restituite entrambe le versioni del testo:
I campi text e words descrivono sempre la trascrizione originale. La versione modificata viene restituita separatamente in edited_transcript.
Integrazione della modifica delle trascrizioni
La modifica delle trascrizioni è integrata nell’API Speech to Text passando il parametro transcript_edit al metodo convert. L’istruzione può contenere fino a 2000 caratteri.
La modifica delle trascrizioni funziona sia con richieste sincrone sia con richieste webhook. Per le richieste webhook, edited_transcript è incluso nell’oggetto transcription del payload webhook.
Scribe v3 Live e Scribe v2 Realtime supportano le stesse istruzioni per ogni trascrizione confermata. Consulta la guida alla modifica delle trascrizioni in tempo reale.
Scrivere le istruzioni
L’istruzione viene applicata all’intera trascrizione ovunque sia pertinente e ogni occorrenza corrispondente viene modificata, non solo la prima. Un’istruzione può modificare parole o frasi specifiche lasciando invariato tutto il resto, oppure può riscrivere o annotare il testo completo. Una singola istruzione può combinare diverse modifiche.
Gli esempi seguenti illustrano la gamma di istruzioni supportate:
Alcune modifiche dispongono di parametri dedicati, più economici e prevedibili rispetto a un’istruzione di
modifica. Usa il keyterm
prompting per orientare il
riconoscimento verso nomi e termini specifici, no_verbatim per rimuovere parole riempitive e
disfluenze e
numbers_format
(Scribe v3) per scegliere tra cifre e parole. Riserva la modifica delle trascrizioni ai cambiamenti non coperti da queste
opzioni.
Tieni presente quanto segue quando scrivi le istruzioni:
- Indica esplicitamente l’output desiderato.
Write all dates in ISO 8601 format (YYYY-MM-DD)è più affidabile difix the dates. - L’istruzione può essere scritta in qualsiasi lingua, anche se quelle in inglese funzionano meglio. La trascrizione modificata rimane nella lingua dell’originale.
- Viene eseguita solo l’istruzione. Il contenuto pronunciato nell’audio viene trattato come dati e non può modificare il modo in cui l’istruzione viene applicata.
- Se l’istruzione non influisce su alcun contenuto della trascrizione, la trascrizione modificata è identica all’originale.
Formato della risposta
Quando transcript_edit è impostato, la risposta contiene un oggetto edited_transcript. Il relativo campo kind indica se la modifica è riuscita:
Il campo non è presente se non è stato richiesto alcun transcript_edit.
Comportamenti da tenere presenti:
- La trascrizione modificata è testo normale. I timestamp a livello di parola, le etichette dei parlanti e
additional_formatscontinuano a descrivere la trascrizione originale. - La modifica viene eseguita dopo il completamento della trascrizione, quindi aggiunge una latenza che aumenta con la lunghezza della trascrizione.
- Il supplemento si applica alla durata audio della richiesta, con un minimo di 10 secondi fatturati per richiesta.
La modifica delle trascrizioni non può essere combinata con entity_detection, entity_redaction o
use_multi_channel. Le richieste che li combinano vengono rifiutate con un errore di parametri non validi.