Scribe v2がアップグレードされました

組み込みのエンティティ匿名化、改善されたインド諸語・英語の文字起こし、新しいNo Verbatimモード、最大1,000件に拡張されたキータームプロンプティングを導入します。

これらの改善により、デベロッパーはプライバシー、多言語での精度、文字起こしの品質、領域固有の正確性をより細かく制御できます。

Scribe v2の新しいエンティティ匿名化

Scribe v2では、名前、クレジットカード番号、社会保障番号などの個人を特定できる情報を含む機密エンティティを、文字起こしから自動的に検出して匿名化できるようになりました。

匿名化は文字起こし中に行われます。機密データは、ストレージや後続システムに届く前に削除されます。

• 完全匿名化：エンティティを[REDACTED]に置き換えます。
• カテゴリ別：エンティティの種類に置き換えます（例：[CREDIT_CARD]）。
• 番号付き：カテゴリと番号を含むラベルに置き換えます（例：[CREDIT_CARD_1]）。

これにより、医療、金融、カスタマーサポートなどの部門横断的なデータ処理ワークフローを支援しながら、チームで文字起こしをより簡単に共有できます。

注：匿名化は自動で行われるため、すべての機密情報を特定または削除できない場合があります。出力を利用する前に確認してください。

正確なインド諸語・英語のコードスイッチング

インドでは、話者が英語とヒンディー語、テルグ語、カンナダ語などのインド諸語を混在させることがよくあります。多くの文字起こしシステムでは英単語をインド諸語の文字体系へ音写するため、実際の話し方を反映しない文字起こしになってしまいます。

Scribe v2は、周囲の言語にかかわらず、英単語を英語のまま文字起こしします。言語設定は不要で、自動的に機能します。英語、ヒンディー語、あるいは言語コードを指定しない場合でも、英単語はラテン文字のまま保持されます。

これはヒンディー語・英語に限らず、インド諸語全般に対応します。話者がテルグ語と英語、またはカンナダ語と英語を切り替えても、英語部分は正しく文字起こしされます。

読みやすい文字起こしのためのNo Verbatimモード

「えー」「あの」といったフィラーワードに加え、繰り返しのフレーズやどもりを自動的に削除する文字起こし設定、No Verbatimモードを導入します。

手作業による編集や後処理なしで、すっきりと読みやすい文字起こしが得られます。

No Verbatimモードは、会議メモ、字幕、そしてすべての音をそのまま記録するのではなく、洗練された文書記録を目的とするあらゆるワークフローに適しています。

キータームプロンプティングを1,000件に拡張

キータームプロンプティングでは、文字起こし1件あたり最大1,000語・フレーズをサポートするようになりました。従来の上限は100件でした。

大規模な技術用語集、製品カタログ、領域固有の用語を扱うチームは、より正確に文字起こしするようモデルを導くための余地が広がります。

キータームプロンプティングは引き続きコンテキストを認識します。モデルは用語を無作為に挿入するのではなく、周囲のオーディオに基づいてキータームが該当するかを判断します。1,000件への拡張は、従来の10倍の容量です。

注：キータームが100件を超えるリクエストには、20秒の最小課金単位が適用されます。

今すぐ利用可能

これらの機能は本日より、Scribe v2 APIとUIで利用できます。

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

アプリで試す：
https://elevenlabs.io/app/speech-to-text