키텀 프롬프팅 | ElevenLabs Documentation

사용 방법 가이드 · 텍스트 음성 변환 빠른 시작을 완료했다고 가정합니다.

개요

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

키텀 프롬프팅은 특정 단어나 구문을 강조하여 모델이 해당 내용을 우선적으로 전사하도록 유도하는 기능입니다. 제품명, 이름 또는 기타 특정 용어처럼 오디오에서 흔하지 않은 단어나 문장을 전사할 때 유용합니다. 키텀은 문맥을 바탕으로 해당 용어를 전사할지 판단하므로, 다른 모델에서 제공하는 편향 키워드나 맞춤 어휘보다 강력합니다.

	배치(Scribe v2 / Scribe v2 Medical)	실시간(Scribe v2 Realtime)
최대 키텀 수	1000	50
키텀당 최대 글자 수	50	20

예를 들어 회사명이 일반적인 표현이 아니거나 고유한 철자 또는 발음을 사용하는 경우, 키텀을 사용해 모델이 정확하게 전사하도록 할 수 있습니다. 다음 오디오를 살펴보세요.

키텀 프롬프팅 없이 모델은 위 내용을 다음과 같이 전사할 수 있습니다.

I work at eleven labs.

이는 회사명에 잘못된 표기 방식을 사용한 것입니다. 키텀 프롬프팅을 사용하면 모델이 올바른 철자와 표기로 위 내용을 전사하도록 할 수 있습니다.

I work at ElevenLabs.

문맥

모델은 문맥을 활용해 용어를 전사해야 하는지 판단할 수 있습니다. 키텀으로 “ElevenLabs”를 제공하면 위 오디오는 예상대로 전사되며, 모델은 문맥을 바탕으로 다음 내용도 정확하게 전사할 수 있습니다.

다음과 같이 전사됩니다.

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

배치 전사

키텀 프롬프팅은 convert 메서드에 keyterms 매개변수를 전달하여 배치 텍스트 음성 변환 API에 통합할 수 있습니다.

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_v2", # 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

키텀 프롬프팅은 실시간 텍스트 음성 변환 WebSocket API에서도 사용할 수 있습니다. 연결할 때 keyterms 매개변수를 전달하세요.

connection = await elevenlabs.speech_to_text.realtime.connect(RealtimeUrlOptions(
    model_id="scribe_v2_realtime",
    keyterms=["ElevenLabs"],
))

WebSocket API를 직접 사용하는 경우 키텀을 쿼리 매개변수로 전달하세요.

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v2_realtime&keyterms=ElevenLabs&keyterms=AnotherTerm

다음 단계

API 레퍼런스

전체 텍스트 음성 변환 API 레퍼런스 및 매개변수입니다.

엔터티 감지

트랜스크립트에서 이름, 날짜, 위치 등의 엔터티를 자동으로 감지하고 라벨을 지정합니다.