ElevenLabs: Scribe v2 Medical

ElevenLabs Scribe v2 Medical هو نموذج تحويل الكلام إلى نص من ElevenLabs، بُني كنسخة مشتقة من Scribe v2 ومضبوط خصيصا للمصطلحات السريرية والطبية. يقع في فئة النسخ، لذا تتمثل مهمته في تحويل الصوت المنطوق إلى نص مكتوب بدلا من توليد ردود محادثة أو الاستدلال على المطالبات النصية. إذا كان تطبيقك يتضمن أطباء يمليون ملاحظات، أو محادثات سريرية، أو أي صوت تكون فيه المفردات الطبية مهمة، فهذا هو النموذج الذي تقدمه ElevenLabs لهذا العمل.

يأخذ النموذج الصوت كمدخل ويعيد نصا منسوخا كمخرج. تشمل قدراته المعلنة الطوابع الزمنية على مستوى الكلمة، وتقسيم المتحدثين الاختياري، ووسم الأحداث الصوتية. تتيح لك الطوابع الزمنية على مستوى الكلمة محاذاة كل كلمة في النص المنسوخ إلى نقطة في الصوت، وهو أمر مفيد لمزامنة التشغيل أو إضافة التسميات التوضيحية أو الإبراز. وعند تفعيل تقسيم المتحدثين، يفصل من قال ماذا عبر عدة متحدثين. ويحدد وسم الأحداث الصوتية الأحداث غير الكلامية في التسجيل. لم يُنشر طول سياق لهذا النموذج، ولم تُدرج أي معاملات طلب مدعومة، لذا ينبغي أن تتعامل معه كنقطة نهاية نسخ ثابتة الغرض بدلا من نموذج تضبطه بأدوات تحكم في أخذ العينات.

تتبع الاستخدامات العملية مباشرة من تلك الميزات. التوثيق السريري هو الاستخدام الأوضح: نسخ لقاءات المرضى أو الملاحظات المملية حيث تميل نماذج تحويل الكلام إلى النص القياسية إلى التعثر في أسماء الأدوية والإجراءات والاختصارات. ويجعل تقسيم المتحدثين مناسبا للتسجيلات متعددة الأطراف مثل الاستشارات أو مناقشات الحالات، حيث تحتاج إلى نسب التصريحات إلى المتحدث الصحيح. وتدعم الطوابع الزمنية على مستوى الكلمة سير عمل المراجعة، مما يتيح للطبيب أو المدقق الانتقال إلى اللحظة الدقيقة التي قيلت فيها عبارة ما. ويساعد وسم الأحداث الصوتية عندما يحتوي التسجيل على أصوات خلفية مهمة لتفسير النص المنسوخ.

يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرف النموذج "elevenlabs/scribe-v2-medical". ولأن الواجهة تتبع تنسيق OpenAI، يمكنك توجيه عميل OpenAI موجود إلى عنوان URL الأساسي الخاص بـ api14 وإرسال الصوت بالشكل نفسه الذي تستخدمه بالفعل لطلبات النسخ. يقبل النموذج إدخال الصوت ويعيد مخرجا منسوخا. لم تُدرج أي معاملات طلب إضافية مدعومة لهذا النموذج، لذا أبق طلباتك على حقول النسخ القياسية بدلا من افتراض أن خيارات الضبط مثل temperature أو المطالبات المخصصة ستكون فعالة.

هناك أمر يجب التخطيط له: النموذج صوت كمدخل ونص منسوخ كمخرج. لا يقبل مطالبات نصية كمدخل ولا ينتج نصا مولدا يتجاوز النص المنسوخ، لذا فإن مهام مثل تلخيص استشارة، أو الإجابة عن أسئلة حول سجل، أو استخراج حقول منظمة تنتمي إلى نموذج نصي لاحق لخطوة النسخ. وإذا كنت بحاجة إلى نموذج عام لتحويل الكلام إلى نص بدلا من نموذج مضبوط للمفردات الطبية، فقد تكون نسخة Scribe القياسية أنسب. أما بالنسبة للصوت السريري والطبي تحديدا، فإن ضبط المصطلحات والطوابع الزمنية وتقسيم المتحدثين ووسم الأحداث في هذا النموذج هي أسباب اختياره.