ElevenLabs: Scribe v2

إليفن لابس: سكرايب v2 هو نموذج تحويل الكلام إلى نص من إليفن لابس، وهو مزود معروف بعمله في مجال الصوت والصوت البشري. يقع ضمن فئة النسخ، لذا تتمثل مهمته في تحويل الصوت المنطوق إلى نص مكتوب بدلا من توليد ردود محادثة. إذا كانت خط أنابيبك بحاجة إلى خطوة نسخ مخصصة، فهذا هو نوع النموذج الذي تقيّمه بذاته بدلا من اعتباره نموذجا عاما للمحادثة.

يقبل النموذج الصوت كمدخل ويعيد نصا منسوخا كمخرج. وفقا للمزود، يتعامل مع تحويل الكلام إلى نص عبر أكثر من 90 لغة. ينتج طوابع زمنية على مستوى الكلمة، مما يتيح لك محاذاة كل كلمة في النص المنسوخ إلى نقطة في الصوت. تتوفر ميزة تمييز المتحدثين كخيار، بحيث يمكنك التمييز بين من قال ماذا في تسجيل يحتوي على عدة متحدثين. كما يتم دعم وسم الأحداث الصوتية، مما يعني أنه يمكن وضع علامات على الأصوات غير الكلامية في الصوت ضمن المخرجات. لا يوجد طول سياق مدرج لهذا النموذج، لذا تعامل معه كنقطة نهاية للنسخ بدلا من شيء تغذيه بمطالبات نصية طويلة.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من حالات الاستخدام. تكون الطوابع الزمنية على مستوى الكلمة مفيدة عندما تحتاج إلى ترجمات أو تعليقات تظل متزامنة مع الصوت، أو عندما تريد الانتقال إلى اللحظة الدقيقة التي قيلت فيها عبارة ما. تناسب ميزة تمييز المتحدثين تسجيلات الاجتماعات والمقابلات وتسجيلات المكالمات حيث تحتاج إلى نسب كل سطر إلى مشارك. يساعد وسم الأحداث الصوتية عندما يجب أن يلاحظ النص المنسوخ أكثر من الكلام، على سبيل المثال وضع علامة على صوت يحدث أثناء التسجيل. تغطية أكثر من 90 لغة تجعله مرشحا للأرشيفات متعددة اللغات أو المنتجات التي تخدم مستخدمين عبر مناطق مختلفة.

تستدعي النموذج عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI من api14 باستخدام معرف النموذج "elevenlabs/scribe-v2". ولأن الواجهة تتبع تنسيق OpenAI، يمكنك توجيه عميل OpenAI موجود إلى api14 وإرسال طلب الصوت الخاص بك باستخدام ذلك المعرف. لا يسرد النموذج أي معاملات طلب مدعومة، لذا لا توجد خيارات ضبط إضافية موثقة هنا beyond ما تقبله نقطة النهاية نفسها. تسرد التفاصيل أيضا حد أقصى للمخرجات قدره 0، وهو أمر يستحق التحقق منه مقابل أطوال النصوص المنسوخة المتوقعة قبل الالتزام به.

بالنظر إلى قائمة المعاملات الفارغة وغياب طول سياق معلن، من الأفضل التعامل مع هذا النموذج كخدمة نسخ مركزة بدلا من نموذج نصي قابل للتهيئة. إذا كنت بحاجة إلى نموذج يأخذ مطالبات نصية ويولد نصا، أو نموذج يمكنك فيه ضبط أخذ العينات وإعدادات مشابهة، فإن نموذجا آخر على api14 سيكون أنسب. بالنسبة للصوت كمدخل والنص المنسوخ كمخرج، فإن سكرايب v2 هو الخيار المباشر.