ElevenLabs: Scribe v2 Medical

ElevenLabs Scribe v2 Medical은 ElevenLabs의 음성-텍스트 변환 모델로, 임상 및 의학 용어에 특화되도록 조정된 Scribe v2의 변형으로 만들어졌습니다. 이 모델은 전사(transcription) 카테고리에 속하므로, 대화형 응답을 생성하거나 프롬프트에 대해 추론하는 대신 음성 오디오를 텍스트로 변환하는 것이 역할입니다. 애플리케이션이 의사가 받아쓰는 노트, 임상 대화, 또는 의학 용어가 중요한 오디오를 다룬다면, 이것이 ElevenLabs가 해당 작업에 적합하다고 제시하는 모델입니다.

이 모델은 오디오를 입력으로 받아 전사를 출력으로 반환합니다. 명시된 기능으로는 단어 수준 타임스탬프, 선택적 화자 분리(diarization), 오디오 이벤트 태깅이 있습니다. 단어 수준 타임스탬프를 사용하면 전사본의 각 단어를 오디오의 특정 지점에 정렬할 수 있어 재생 동기화, 자막, 하이라이트에 유용합니다. 화자 분리를 활성화하면 여러 화자 간에 누가 무엇을 말했는지 구분합니다. 오디오 이벤트 태깅은 녹음에서 비음성 이벤트를 표시합니다. 이 모델에 대해 공개된 컨텍스트 길이는 없으며, 지원되는 요청 파라미터도 나열되어 있지 않으므로, 샘플링 제어로 조정하는 엔드포인트가 아니라 고정 목적의 전사 엔드포인트로 취급해야 합니다.

실용적인 용도는 이러한 기능에서 직접 따라옵니다. 임상 문서화가 가장 명백한 예입니다. 일반 음성-텍스트 모델이 약물 이름, 시술, 약어에서 자주 실패하는 환자 진료나 받아쓰기 노트를 전사하는 것입니다. 화자 분리는 상담이나 사례 논의처럼 여러 사람이 참여하는 녹음에 적합하며, 발언을 올바른 화자에게 귀속시킬 수 있습니다. 단어 수준 타임스탬프는 검토 워크플로를 지원하여 임상의나 감사자가 특정 문구가 말해진 정확한 순간으로 이동할 수 있게 합니다. 오디오 이벤트 태깅은 녹음에 전사본 해석에 중요한 배경음이 포함된 경우에 도움이 됩니다.

이 모델은 모델 id "elevenlabs/scribe-v2-medical"을 사용하여 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 형식을 따르므로, 기존 OpenAI 클라이언트를 api14의 base URL로 지정하고 이미 전사 요청에 사용하던 것과 동일한 형태로 오디오를 보낼 수 있습니다. 이 모델은 오디오 입력을 받아 전사 출력을 반환합니다. 이 모델에 대해 지원되는 추가 요청 파라미터는 나열되어 있지 않으므로, temperature나 사용자 지정 프롬프트 같은 조정 옵션이 적용될 것이라고 가정하지 말고 요청을 표준 전사 필드로 제한하십시오.

한 가지 염두에 둘 점은, 이 모델은 오디오 입력, 전사 출력이라는 것입니다. 텍스트 프롬프트를 입력으로 받지 않으며 전사본 외에 생성된 텍스트를 만들지 않으므로, 상담 요약, 기록에 대한 질문 답변, 구조화된 필드 추출 같은 작업은 전사 단계 이후의 텍스트 모델에 속합니다. 의학 용어에 특화된 모델이 아니라 범용 음성-텍스트 모델이 필요하다면 표준 Scribe 변형이 더 적합할 수 있습니다. 특히 임상 및 의학 오디오의 경우, 이 모델의 용어 조정, 타임스탬프, 화자 분리, 이벤트 태깅이 이 모델을 선택하는 이유입니다.