ElevenLabs: Scribe v2

ElevenLabs: Scribe v2, ses ve seslendirme alanındaki çalışmalarıyla tanınan bir sağlayıcı olan ElevenLabs'in konuşmadan metne dönüştürme modelidir. Transkripsiyon kategorisinde yer alır, yani işi konuşma sesini yazılı metne dönüştürmek, konuşma yanıtları üretmek değildir. İş akışınızın özel bir transkripsiyon adımına ihtiyacı varsa, bu, genel amaçlı bir sohbet modeli olarak değil, kendi başına değerlendireceğiniz türden bir modeldir.

Model girdi olarak sesi kabul eder ve çıktı olarak bir transkripsiyon döndürür. Sağlayıcıya göre, 90'dan fazla dilde konuşmadan metne dönüştürmeyi destekler. Transkriptteki her kelimeyi sesteki bir noktaya hizalamanıza olanak tanıyan kelime düzeyinde zaman damgaları üretir. Konuşmacı ayrıştırma bir seçenek olarak sunulur, böylece birden fazla konuşmacının bulunduğu bir kayıtta kimin ne söylediğini ayırt edebilirsiniz. Ses olayı etiketleme de desteklenir, yani sesteki konuşma dışı sesler çıktıda işaretlenebilir. Bu model için bağlam uzunluğu belirtilmemiştir, bu nedenle ona uzun metin istemleri verdiğiniz bir şey olarak değil, bir transkripsiyon uç noktası olarak yaklaşın.

Bu yetenekler oldukça belirli bir kullanım senaryoları kümesine işaret eder. Kelime düzeyinde zaman damgaları, sesle senkronize kalan altyazılara veya açıklamalara ihtiyaç duyduğunuzda ya da bir ifadenin söylendiği tam ana atlamak istediğinizde kullanışlıdır. Konuşmacı ayrıştırma, her satırı bir katılımcıya atfetmeniz gereken toplantı kayıtlarına, röportajlara ve çağrı kayıtlarına uygundur. Ses olayı etiketleme, transkriptin konuşmadan daha fazlasını belirtmesi gerektiğinde, örneğin kayıt sırasında oluşan bir sesi işaretlemek için yardımcı olur. 90'dan fazla dil kapsamı, onu çok dilli arşivler veya bölgeler arasında kullanıcılara hizmet veren ürünler için bir aday haline getirir.

Modeli, "elevenlabs/scribe-v2" model kimliğini kullanarak api14'ün OpenAI uyumlu API'si üzerinden çağırırsınız. Arayüz OpenAI biçimini izlediği için, mevcut bir OpenAI istemcisini api14'e yönlendirip ses isteğinizi bu kimlikle gönderebilirsiniz. Model desteklenen istek parametresi listelememektedir, bu nedenle burada uç noktanın kendisinin kabul ettiklerinin ötesinde belgelenmiş ek ayar seçeneği yoktur. Ayrıntılar ayrıca 0 maksimum çıktı listelemektedir; buna bağlı kalmadan önce bunu beklediğiniz transkript uzunluklarına karşı kontrol etmeye değer.

Boş parametre listesi ve belirtilmiş bir bağlam uzunluğunun olmaması göz önüne alındığında, bu model yapılandırılabilir bir metin modeli olarak değil, odaklanmış bir transkripsiyon hizmeti olarak ele alınmak için en uygunudur. Metin istemleri alıp metin üreten bir modele veya örnekleme ve benzeri ayarları değiştirebileceğiniz bir modele ihtiyacınız varsa, api14'teki farklı bir model daha iyi uyacaktır. Ses girişi, transkript çıkışı için Scribe v2 doğrudan seçenektir.