Entitetsidentifiering

Översikt

Entitetsidentifiering är en funktion som låter dig identifiera specifika ord och fraser i transkriptionen och ange deras exakta tidsstämplar. Den är användbar för att identifiera kreditkortsnummer, namn, medicinska tillstånd eller personnummer som sedan kan maskeras.

När funktionen är aktiverad identifierar modellen specifika entitetstyper i transkriptionen och anger deras exakta tidsstämplar.

Till exempel ger följande ljud:

Följande transkription när vi anger "pii" (personligt identifierbar information) som entitetstyp:

{
  "language_code": "eng",
  "language_probability": 0.9869821071624756,
  "text": "My name is Jill. My date of birth is the 12th of July 1987, and my credit card number is 4242-4242-4242-4242.",
  "words": [
    { "text": "My", "start": 0.099, "end": 0.259, "type": "word", "logprob": 0.0 },
    { "text": " ", "start": 0.259, "end": 0.299, "type": "spacing", "logprob": 0.0 },
    { "text": "name", "start": 0.299, "end": 0.42, "type": "word", "logprob": 0.0 },
    ...
  ],
  "transcription_id": "Y2ZX8AxHUzTPCIualYiE",
  "entities": [
    {
      "text": "Jill",
      "entity_type": "name",
      "start_char": 11,
      "end_char": 15
    },
    {
      "text": "12th of July 1987",
      "entity_type": "dob",
      "start_char": 41,
      "end_char": 58
    },
    {
      "text": "4242-4242-4242-4242",
      "entity_type": "credit_card",
      "start_char": 89,
      "end_char": 108
    }
  ]
}

Resultatet visar de PII-entiteter som identifierats i transkriptionen, med deras exakta tidsstämplar.

Integrera entitetsidentifiering

Entitetsidentifiering integreras i Speech to Text API genom att skicka parametern entity_detection till metoden convert.

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-entity-detection-pii.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
    # Entity types to detect, accepts a list of specific entity types or categories.
    # To detect all entity types, use the "all" category.
    entity_detection=["pii"],
)
print("Entities detected:", transcription.entities)

Entitetstyper

Följande entitetstyper stöds för identifiering. Du kan identifiera hela grupper med kategorinyckelorden pii, phi, pci, other eller offensive_language, eller ange enskilda entitetstyper med deras etikett. Använd kategorin all för att identifiera alla entitetstyper.

Maskering av entiteter

Utöver att identifiera entiteter kan du maskera dem i transkriptionstexten med parametern entity_redaction. Den använder samma format som entity_detection: all, ett kategorinyckelord eller en lista med specifika entitetstyper. De maskerade typerna måste vara en delmängd av de identifierade typerna.

När maskering är aktiverad ersätts matchande entitetstext med en markör både i transkriptionstexten och i utdata på ordnivå, och fältet entities returneras inte i svaret.

transcription = elevenlabs.speech_to_text.convert(
    file=audio_file,
    model_id="scribe_v2",
    entity_detection=["pii"],
    entity_redaction=["pii"],
    entity_redaction_mode="enumerated_entity_type",
)
print(transcription.text)
# "Hi {NAME_0}, your card ending in {CREDIT_CARD_0} was declined."

Parametern entity_redaction_mode styr markörformatet:

Nästa steg