Scribe v2 全新升级

现已推出内置实体脱敏、改进的印度语言-英语转写、全新的 No Verbatim 模式，以及扩展至最多 1,000 个术语的关键词提示。

这些改进让开发者能更好地控制隐私、多语言准确性、转写质量和特定领域的精准度。

Scribe v2 新增实体脱敏功能

Scribe v2 现可自动检测并从转写文本中脱敏敏感实体，包括姓名、信用卡号、社会保障号码及其他个人身份信息。

脱敏在转写过程中完成。敏感数据会在进入存储或下游系统前被移除。

• 完全脱敏：将实体替换为 [REDACTED]；
• 分类脱敏：替换为实体类型，例如 [CREDIT_CARD]；
• 编号脱敏：替换为带类别和编号的标签，例如 [CREDIT_CARD_1]。

这让团队更轻松地共享转写文本，同时支持医疗、金融和客户支持等职能的数据处理 workflow。

注意：脱敏为自动执行，可能无法识别或移除所有敏感信息。请在依赖输出前进行审核。

准确的印度语言-英语代码切换

在印度各地，人们经常混用英语、印地语、泰卢固语、卡纳达语及其他印度语言。许多转写系统会将英语单词音译为印度文字，导致转写文本无法反映人们实际的交流方式。

无论周围使用什么语言，Scribe v2 都会将英语单词以英文转写。此功能自动生效，无需配置语言。无论传入英语、印地语还是完全不传语言代码，英语单词都会保留拉丁字母书写。

这适用于各种印度语言，并非仅限于印地语-英语。如果说话者在泰卢固语和英语之间，或在卡纳达语和英语之间切换，英语部分都会被正确转写。

使用 No Verbatim 模式获得清晰转写文本

现已推出 No Verbatim 模式，这项转写设置会自动移除“um”和“uh”等填充词，以及重复短语和口吃。

无需手动编辑或后期处理，即可获得清晰易读的转写文本。

No Verbatim 模式非常适合会议纪要、字幕，以及任何旨在生成精炼书面记录而非原始捕捉每个声音的 workflow。

关键词提示扩展至 1,000 个

每份转写文本的关键词提示现支持最多 1,000 个单词和短语，高于此前的 100 个限制。

这让处理大量技术词汇、产品目录或特定领域术语的团队，有更多空间引导模型进行准确转写。

关键词提示仍具备上下文感知能力。模型会根据周围音频判断关键词是否适用，而不是盲目插入术语。支持 1,000 个术语后，容量达到此前的 10 倍。

注意：包含超过 100 个关键词的请求，最低计费单位为 20 秒。

现已推出

这些功能现已在 Scribe v2 API 和 UI 中提供。

阅读文档：
https://elevenlabs.io/docs/cookbooks/speech-to-text/quickstart

在应用中试用：
https://elevenlabs.io/app/speech-to-text