数字和语言选项 | ElevenLabs Documentation

操作指南 · 假设你已完成文本转语音快速入门。

概述

Scribe v3 为批量文本转语音 API 新增了两个可选参数：

numbers_format 设置转录文本中的数字以数字形式（42）还是文字形式（forty-two）书写。
secondary_language_codes 列出除 language_code 外，音频中可能使用的其他语言。这可提升说话人在不同语言间切换时的转录准确性。

这两个参数仅受 scribe_v3 支持。将其中任一参数与其他模型一同发送会返回 invalid_parameters 错误。

SDK 尚未提供这些参数的类型化参数。在 Python 中，请通过 request_options 传递。在 TypeScript 中，请使用 fetch 发送请求。

格式化数字

将 numbers_format 设置为 digits 或 words。省略此参数时，模型会自行选择格式。

值	输出示例
`digits`	`42`
`words`	`forty-two`
（省略）	由模型选择

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 控制模型如何转录数字。如需更改日期、时间或单位的书写方式，请使用转录文本编辑。

声明次要语言

将 language_code 设置为音频的主要语言，将 secondary_language_codes 设置为预期出现的其他语言。两者均接受 ISO-639-1 或 ISO-639-3 代码。

secondary_language_codes 是一个列表。每种语言需重复一次表单字段。不接受以单个字符串形式发送的 JSON 数组。

以下示例转录同时包含西班牙语和法语的英语音频：

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"],
        },
    },
)

secondary_language_codes 中无法识别的代码会被跳过且不返回错误。发送请求前，请根据支持的语言检查代码。

Scribe v3 会以语音实际使用的语言进行转录，不会在主要语言和次要语言之间翻译。

与其他参数结合使用

两个参数可同时使用，也可与 keyterms、diarize 和 no_verbatim 等其他批处理参数结合使用。请参阅关键术语提示，了解如何引导转录优先识别特定术语。

后续步骤

模型

Scribe v3 功能，以及如何从 Scribe v2 升级。

实时语言选项

使用 Scribe v3 Live 以多种语言转录实时音频。