Alternativ för siffror och språk

Översikt

Scribe v3 lägger till två valfria parametrar i batch-API:t för Speech to Text:

• numbers_format anger om siffror i transkriberingen skrivs som siffror (42) eller ord (forty-two).
• secondary_language_codes listar andra språk som kan talas i ljudet tillsammans med language_code. Detta förbättrar noggrannheten för ljud där talare växlar mellan språk.

Båda parametrarna stöds endast av scribe_v3. Om någon av dem skickas med en annan modell returneras felet invalid_parameters.

Formatera siffror

Ange numbers_format till digits eller words. När parametern utelämnas väljer modellen formatet.

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 styr hur modellen transkriberar siffror. För andra ändringar i hur datum, tider eller enheter skrivs använder du redigering av transkriberingar.

Ange sekundära språk

Ange language_code till ljudets huvudspråk och secondary_language_codes till de andra språk du förväntar dig. Båda accepterar ISO-639-1- eller ISO-639-3-koder.

secondary_language_codes är en lista. Upprepa formulärfältet en gång per språk. En JSON-array som skickas som en enda sträng accepteras inte.

Följande exempel transkriberar engelskt ljud som även innehåller spanska och franska:

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"],
        },
    },
)

Scribe v3 transkriberar tal på det språk som talas. Den översätter inte mellan huvudspråket och sekundära språk.

Kombinera med andra parametrar

Båda parametrarna kan användas tillsammans och med andra batchparametrar, till exempel keyterms, diarize och no_verbatim. Se keyterm prompting för att styra transkriberingen mot specifika termer.

Nästa steg