Cos’è Speech to Text?

Speech to Text converte l’audio parlato in testo scritto. In ElevenLabs, il nostro modello Speech to Text è Scribe. Ti consente di trascrivere accuratamente il parlato in oltre 90 lingue, trasformando facilmente l’audio in testo leggibile e ricercabile.

Funzionalità principali di Scribe

• Accuratezza leader nel settore, con un’accuratezza del 98% nelle principali lingue come inglese, francese, italiano, portoghese, spagnolo e tedesco.
• Timestamp precisi a livello di parola, per vedere esattamente quando viene pronunciata ogni parola.
• Diarizzazione intelligente degli interlocutori, che identifica e separa automaticamente i diversi interlocutori.
• Tag audio dinamici per rilevare suoni non vocali.
• Supporto fino a 32 interlocutori mantenendo un’elevata accuratezza.

Novità di Scribe v2

Scribe v2 si basa sul modello principale con funzionalità aggiuntive progettate per casi d’uso più complessi.

• Prompting con termini chiave. Puoi fornire fino a 100 parole o frasi per guidare il modello a trascrivere correttamente i termini importanti. L’uso del prompting con termini chiave aumenta il costo del 20%.
• Rilevamento delle entità. Puoi scegliere categorie specifiche di informazioni da rilevare nella trascrizione, come numeri di carte di credito, nomi o condizioni mediche. Il rilevamento delle entità è disponibile solo tramite API e aumenta il costo del 30%.
• Supporto intelligente per più lingue. Puoi inviare audio contenente più lingue e Scribe v2 rileverà e trascriverà automaticamente ciascuna in modo corretto.
• Maggiore stabilità. Scribe v2 gestisce pause, cambiamenti di tono e silenzi prolungati senza interrompersi né perdere accuratezza.
  

Quale versione dovresti usare?

Ti consigliamo Scribe v2 quando è necessaria una trascrizione ad alta accuratezza. È disponibile sul nostro sito web e tramite API. Quando usi Speech to Text tramite il nostro sito web, Scribe v2 è il modello predefinito.

Per l’audio medico e clinico, usa Scribe v2 Medical (scribe_v2_medical) tramite la stessa API. Viene fatturato alla stessa tariffa di Scribe v2.

Per i casi d’uso in tempo reale, consigliamo Scribe v2 Realtime, disponibile tramite ElevenAgents e via API.

Per maggiori dettagli, consulta la nostra documentazione Speech to Text.