Opções de números e idiomas

Visão geral

O Scribe v3 adiciona dois parâmetros opcionais à API de Speech to Text em lote:

• numbers_format define se os números na transcrição são escritos como algarismos (42) ou por extenso (quarenta e dois).
• secondary_language_codes lista outros idiomas que podem ser falados no áudio junto com language_code. Isso melhora a precisão em áudios nos quais os falantes alternam entre idiomas.

Ambos os parâmetros são compatíveis apenas com scribe_v3. Enviar qualquer um deles com outro modelo retorna um erro invalid_parameters.

Formatar números

Defina numbers_format como digits ou words. Quando o parâmetro é omitido, o modelo escolhe o formato.

import os
from io import BytesIO
import requests
from dotenv import load_dotenv
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/audio/marketing/nicole.mp3"
audio_data = BytesIO(requests.get(audio_url).content)
transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v3",
    request_options={
        "additional_body_parameters": {
            "numbers_format": "digits",
        },
    },
)
print(transcription.text)

numbers_format controla como o modelo transcreve números. Para outras alterações na forma como datas, horários ou unidades são escritos, use a edição de transcrições.

Declarar idiomas secundários

Defina language_code como o idioma principal do áudio e secondary_language_codes como os outros idiomas esperados. Ambos aceitam códigos ISO-639-1 ou ISO-639-3.

secondary_language_codes é uma lista. Repita o campo do formulário uma vez para cada idioma. Uma matriz JSON enviada como uma única string não é aceita.

O exemplo a seguir transcreve áudio em inglês que também contém espanhol e francês:

transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v3",
    language_code="en",
    request_options={
        "additional_body_parameters": {
            "secondary_language_codes": ["es", "fr"],
        },
    },
)

O Scribe v3 transcreve a fala no idioma em que ela é falada. Ele não traduz entre os idiomas principal e secundários.

Combine com outros parâmetros

Ambos os parâmetros podem ser usados juntos e com outros parâmetros em lote, como keyterms, diarize e no_verbatim. Consulte a sugestão de termos-chave para direcionar a transcrição a termos específicos.

Próximas etapas