ElevenLabs: Scribe v2

ElevenLabs: Scribe v2 is een spraak-naar-tekst-model van ElevenLabs, een provider die bekend staat om zijn werk op het gebied van audio en spraak. Het valt in de categorie transcriptie, dus het doel is gesproken audio omzetten naar geschreven tekst in plaats van conversationele antwoorden genereren. Als je pipeline een aparte transcriptiestap nodig heeft, is dit het soort model dat je op zichzelf zou beoordelen in plaats van als een algemeen chatmodel.

Het model accepteert audio als invoer en retourneert een transcriptie als uitvoer. Volgens de provider ondersteunt het spraak-naar-tekst in meer dan 90 talen. Het produceert tijdstempels op woordniveau, waarmee je elk woord in het transcript kunt uitlijnen op een punt in de audio. Sprekerdiarisatie is beschikbaar als optie, zodat je kunt onderscheiden wie wat zei in een opname met meerdere sprekers. Audio-event-tagging wordt ook ondersteund, wat betekent dat niet-spraakgeluiden in de audio in de uitvoer kunnen worden gemarkeerd. Er wordt geen contextlengte vermeld voor dit model, dus behandel het als een transcriptie-endpoint in plaats van iets waar je lange tekstprompts naartoe stuurt.

Die mogelijkheden wijzen op een vrij specifieke set use cases. Tijdstempels op woordniveau zijn nuttig wanneer je ondertitels of captions nodig hebt die synchroon blijven met de audio, of wanneer je naar het exacte moment wilt springen waarop een zin werd uitgesproken. Sprekerdiarisatie past bij vergaderopnamen, interviews en gespreksopnamen waarbij je elke regel aan een deelnemer moet toewijzen. Audio-event-tagging helpt wanneer het transcript meer dan spraak moet vastleggen, bijvoorbeeld het markeren van een geluid dat tijdens de opname optreedt. De dekking van meer dan 90 talen maakt het een kandidaat voor meertalige archieven of producten die gebruikers in verschillende regio's bedienen.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "elevenlabs/scribe-v2". Omdat de interface het OpenAI-formaat volgt, kun je een bestaande OpenAI-client op api14 richten en je audioverzoek met dat id versturen. Het model vermeldt geen ondersteunde request-parameters, dus er zijn hier geen extra afstemmingsopties gedocumenteerd naast wat het endpoint zelf accepteert. De details vermelden ook een maximale uitvoer van 0, wat het waard is om te controleren tegen je verwachte transcriptlengtes voordat je je eraan vastlegt.

Gezien de lege parameterlijst en het ontbreken van een vermelde contextlengte, kun je dit model het beste behandelen als een gerichte transcriptieservice in plaats van een configureerbaar tekstmodel. Als je een model nodig hebt dat tekstprompts aanneemt en tekst genereert, of een model waarbij je sampling en vergelijkbare instellingen kunt aanpassen, past een ander model op api14 beter. Voor audio in, transcript uit, is Scribe v2 de directe optie.