음성 텍스트 변환(제품 가이드)

개요

음성 텍스트 변환을 사용하면 최첨단 정확도로 음성 오디오를 텍스트로 변환할 수 있습니다. 자동 언어 감지 기능으로 다양한 언어의 오디오를 텍스트로 변환할 수 있습니다.

ElevenLabs 대시보드에서 음성 텍스트 변환 페이지로 이동한 후 “파일 트랜스크립션” 버튼을 클릭하세요. 모달에서 텍스트로 변환할 오디오 또는 비디오 파일을 업로드할 수 있습니다.

알고 있다면 오디오의 기본 언어를 선택하세요. “감지”로 설정된 상태로 두면 오디오 내의 모든 언어가 자동으로 감지됩니다.
“오디오 이벤트 태그 지정” 토글을 사용해 웃음이나 박수 같은 오디오 이벤트에 태그를 지정할지 선택하세요.
핵심 용어 프롬프팅을 사용하면 모델이 해당 단어나 구문을 우선적으로 텍스트로 변환하도록 최대 1,000개의 단어 또는 구문을 추가할 수 있습니다. 제품명, 이름 또는 기타 특정 용어처럼 오디오에서 흔하지 않은 특정 단어나 문장을 텍스트로 변환할 때 유용합니다.

준비가 되면 “파일 업로드” 버튼을 클릭해 제출하세요.

결과를 보려면 가운데 창에서 업로드한 오디오 파일 이름을 클릭하세요. 단어를 클릭하면 해당 지점부터 오디오를 재생할 수 있습니다.

오른쪽 상단의 “내보내기” 버튼을 클릭하면 다양한 형식으로 결과를 다운로드할 수 있습니다.

트랜스크립트를 만든 후 트랜스크립트 편집기에서 수정할 수 있습니다. 자세한 내용은 이 가이드를 참조하세요.

예, 이 도구는 오디오와 비디오 파일 모두 업로드를 지원합니다. 두 파일 유형 모두 최대 파일 크기는 3GB입니다.

예, “화자” 레이블 옆의 “편집” 버튼을 클릭해 화자 이름을 변경할 수 있습니다.

음성-텍스트는 음성 오디오를 글로 변환합니다. ElevenLabs의 음성-텍스트 모델은 Scribe입니다. 90개 이상의 언어로 음성을 정확하게 전사하여 오디오를 읽고 검색할 수 있는 텍스트로 쉽게 변환할 수 있습니다.

Scribe v2는 더 까다로운 사용 사례를 위해 설계된 추가 기능을 갖춘 핵심 모델입니다.

키워드 프롬프팅. 중요한 용어를 올바르게 전사하도록 모델을 안내하기 위해 최대 100개의 단어 또는 문구를 제공할 수 있습니다. 키워드 프롬프팅을 사용하면 비용이 20% 증가합니다.
엔터티 감지. 신용카드 번호, 이름 또는 질환 등 전사문에서 감지할 특정 정보 카테고리를 선택할 수 있습니다. 엔터티 감지는 API에서만 사용할 수 있으며 비용이 30% 증가합니다.
스마트 다국어 지원. 여러 언어가 포함된 오디오를 제출하면 Scribe v2가 각 언어를 자동으로 감지하고 정확하게 전사합니다.
향상된 안정성. Scribe v2는 일시 정지, 톤 변화, 긴 침묵도 끊김이나 정확도 저하 없이 처리합니다.

높은 정확도의 전사가 필요한 경우 Scribe v2를 권장합니다. 웹사이트와 API를 통해 사용할 수 있습니다. 웹사이트에서 음성-텍스트를 사용할 경우 Scribe v2가 기본 모델입니다.

의료 및 임상 오디오에는 동일한 API를 통해 Scribe v2 Medical (scribe_v2_medical)을 사용하세요. Scribe v2와 동일한 요금이 적용됩니다.

실시간 사용 사례에는 ElevenAgents 및 API를 통해 제공되는 Scribe v2 Realtime을 권장합니다.

자세한 내용은 음성-텍스트 문서를 참조하세요.

음성-텍스트는 90개 이상의 언어를 지원합니다.

지원 언어의 전체 목록은 음성-텍스트 문서의 언어 지원 섹션을 참조하세요.

동시성 제한(병렬로 실행되는 동시 요청 수)은 구독 플랜과 음성-텍스트 또는 실시간 음성-텍스트 사용 여부에 따라 달라집니다.

현재 음성-텍스트 동시성 제한은 아래와 같습니다.

더 많은 동시 요청이 필요하다면 이 웹페이지를 통해 엔터프라이즈 팀에 직접 문의하세요. 구체적인 요구 사항에 맞는 맞춤형 플랜을 기꺼이 논의해 드리겠습니다.

No results