탐색으로 건너뛰기

핵심 용어 프롬프팅

이 가이드에서는 음성 텍스트 변환 API에서 핵심 용어 프롬프팅을 사용하는 방법을 안내합니다.

사용 가이드 · 음성 텍스트 변환 빠른 시작을 완료했다고 가정합니다.

개요

핵심 용어 프롬프팅은 Scribe v3, Scribe v3 Live, Scribe v2, Scribe v2 Medical (배치), Scribe v2 Realtime에서 사용할 수 있으며 추가 비용이 발생합니다. 자세한 가격 정보는 API 가격 페이지를 참조하세요.

핵심 용어 프롬프팅은 단어 또는 구문을 강조하여 모델이 해당 내용을 트랜스크립션하도록 유도하는 기능입니다. 제품명, 이름 또는 기타 특정 용어처럼 오디오에 흔히 나오지 않는 특정 단어나 문장을 트랜스크립션할 때 유용합니다. 핵심 용어는 문맥에 따라 해당 용어를 트랜스크립션할지 결정하므로, 다른 모델에서 제공하는 편향 키워드나 사용자 지정 어휘보다 강력합니다.

배치(Scribe v3 / Scribe v2 / Scribe v2 Medical)실시간(Scribe v3 Live / Scribe v2 Realtime)
최대 핵심 용어 수100050
핵심 용어당 최대 문자 수5020

배치 트랜스크립션에서 각 핵심 용어는 최대 5개의 단어를 포함할 수도 있습니다.

더 큰 실시간 어휘를 위해 Scribe v3 Live는 최대 10,000개 용어의 핵심 용어 라이브러리도 지원합니다.

예를 들어, 회사 이름이 일반적인 구문이 아니거나 고유한 철자 또는 발음을 가진 경우 핵심 용어를 사용해 모델이 정확하게 트랜스크립션하도록 할 수 있습니다. 다음 오디오를 살펴보세요.

핵심 용어 프롬프팅이 없으면 모델은 위 내용을 다음과 같이 트랜스크립션할 수 있습니다.

I work at eleven labs.

이는 회사 이름에 잘못된 스타일을 사용한 것입니다. 핵심 용어 프롬프팅을 사용하면 모델이 위 내용을 올바른 철자와 스타일로 트랜스크립션하도록 할 수 있습니다.

I work at ElevenLabs.

문맥

모델은 문맥을 사용해 용어를 트랜스크립션해야 하는지 판단할 수 있습니다. 핵심 용어로 “ElevenLabs”를 제공하면 위 오디오는 예상대로 트랜스크립션되지만, 모델은 문맥에 따라 다음 내용도 정확하게 트랜스크립션할 수 있습니다.

다음 트랜스크립션이 출력됩니다.

I've worked at many labs. In fact I've worked at eleven labs.

배치 트랜스크립션

핵심 용어 프롬프팅은 convert 메서드에 keyterms 파라미터를 전달하여 배치 음성 텍스트 변환 API에 통합됩니다.

import os
from dotenv import load_dotenv
from io import BytesIO
import requests
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/documentation_assets/audio/stt-keyterm-prompting.mp3"
)
response = requests.get(audio_url)
audio_data = BytesIO(response.content)
transcription = elevenlabs.speech_to_text.convert(
file=audio_data,
model_id="scribe_v3", # Model to use
# Keyterms to prompt the model with.
# Up to 1000 keyterms can be provided, with a maximum length of 50 characters each
keyterms=["ElevenLabs"],
)
print(transcription)

실시간 스트리밍

핵심 용어 프롬프팅은 실시간 음성 텍스트 변환 WebSocket API에서도 사용할 수 있습니다. 연결할 때 keyterms 파라미터를 전달하세요.

connection = await elevenlabs.speech_to_text.realtime.connect(RealtimeUrlOptions(
model_id="scribe_v3_live",
keyterms=["ElevenLabs"],
))

WebSocket API를 직접 사용할 때는 핵심 용어를 쿼리 파라미터로 전달하세요.

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&keyterms=ElevenLabs&keyterms=AnotherTerm

핵심 용어 라이브러리

핵심 용어 라이브러리는 Scribe v3 Live에서만 사용할 수 있습니다 (scribe_v3_live).

핵심 용어 프롬프팅은 오디오에 등장할 것이 확실한 소수의 용어에 가장 적합합니다. 핵심 용어 라이브러리는 의학 사전, 법률 용어 또는 제품 카탈로그처럼 특정 도메인 전체를 위한 대규모 어휘입니다. 모델은 일치 가능성이 높은 내용을 들을 때만 라이브러리를 참조합니다.

세션의 첫 번째 input_audio_chunk 메시지에서 라이브러리를 keyterm_library로 전송하세요.

{
"message_type": "input_audio_chunk",
"audio_base_64": "<base64-encoded audio>",
"commit": false,
"sample_rate": 16000,
"keyterm_library": ["Acetaminophen", "Metoprolol", "Atorvastatin"]
}

핵심 용어 라이브러리에는 다음 제한이 있습니다.

  • 최대 10,000개 용어
  • 용어당 최대 50자
  • 전체 텍스트 최대 2MB
  • 비어 있는 용어는 허용되지 않음

같은 세션에서 핵심 용어 라이브러리를 keyterms 쿼리 파라미터와 함께 사용할 수 있습니다. 둘 중 하나를 사용하는 세션에는 핵심 용어 프롬프팅 비용이 한 번 청구됩니다.

keyterm_library는 세션의 첫 번째 input_audio_chunk에서만 허용됩니다. 이후 청크에서 전송하거나 제한을 초과하는 라이브러리를 전송하면 input_error가 반환되고 연결이 종료됩니다.

공식 SDK는 아직 keyterm_library를 지원하지 않습니다. 사용하려면 WebSocket API에 직접 연결하세요.

다음 단계