Scribe v2のご紹介

Scribe v2は、大規模なバッチトランスクリプション、字幕、キャプションに対応しています。Scribe v1の安定性と精度を向上させ、長時間の音声、ポーズ、トーンの変化、長い無音をより良く処理します。

Scribe v2 Realtimeが超低遅延とエージェントユースケースに最適化されている一方で、Scribe v2は長く複雑な録音に最適化されており、多様な話者、アクセント、話し方にわたって精度を維持します。その結果、さまざまな実世界の音声条件で一貫して信頼できるトランスクリプトが得られます。

Scribe v2は、業界標準のベンチマークで記録された最も低い単語誤り率を達成しています。

コンテキストに応じたトランスクリプションのためのキータームプロンプト

キータームプロンプトは、トランスクリプトのコンテキストを使用して標準的なカスタムボキャブラリーを超えます。最大100の単語やフレーズを選択でき、Scribe v2はそれらの用語をいつトランスクリプションするかを正確に判断します。これにより、技術分野、ブランド名、業界特有の言語に適しています。

正確なタイムスタンプを持つ組み込みのエンティティ検出

Scribe v2には、構造化された音声分析のためのネイティブエンティティ検出が含まれています。

個人を特定できる情報、健康データ、支払い情報など、最大56のカテゴリを選択できます。Scribe v2はこれらのインスタンスとその正確なタイムスタンプを自動的に検出し、大規模な機密情報のレビュー、編集、処理を容易にします。

APIドキュメントで詳細を確認：https://elevenlabs.io/docs/developers/guides/cookbooks/speech-to-text/batch/entity-detection

自動多言語トランスクリプション

Scribe v2は、スマートな多言語ワークフローを標準でサポートしています。

複数の言語を含む音声を1つのファイルで送信できます。モデルは各言語を自動的に検出し、手動のセグメンテーションや設定なしで正確にトランスクリプションします。

プロダクションワークフローのための追加機能

Scribe v2には、エンタープライズやデベロッパーのユースケース向けに設計された機能が含まれています：

• 明確で直感的な話者ラベリングのためのスマートスピーカーダイアリゼーション
• 正確な字幕アラインメントとインタラクティブな体験のための単語レベルの正確なタイムスタンプ
• 笑い声や足音などの非音声イベントを検出するダイナミックオーディオタグ付け
• SOC 2、ISO 27001、PCI DSS L1、HIPAA、GDPR準拠、EUおよびインドのデータレジデンシー、ゼロリテンションモードサポートによるエンタープライズ対応

ElevenLabs StudioでのScribe v2

Scribe v2は現在、ElevenLabs Studioで使用されており、より正確な字幕、キャプション、トランスクリプションを提供し、マーケティング、メディア、研究、トレーニング、コンプライアンスのユースケースで大規模なオーディオとビデオライブラリを管理するチームをサポートします。

今すぐ試す：https://elevenlabs.io/app/studio

APIで構築

Scribe v2を使用すると、デベロッパーや企業は複雑なオーディオパイプラインを自動化し、グローバルコンテンツワークフローの精度を向上させ、完全なコンプライアンスとデータレジデンシーコントロールで安全にスケールできます。

Scribe v2は、APIおよびクリエイティブプラットフォームで本日利用可能です。

今すぐ試す：https://elevenlabs.io/app/speech-to-text

ドキュメントを読む：https://elevenlabs.io/docs/capabilities/speech-to-text

ここでサインアップ：https://elevenlabs.io/speech-to-text