Modifica della trascrizione

Panoramica

La modifica della trascrizione ti consente di allegare un’istruzione in linguaggio naturale a una richiesta di trascrizione. Dopo che l’audio è stato trascritto, l’istruzione viene applicata alla trascrizione e il testo modificato viene restituito insieme all’originale.

Questo sostituisce una fase di post-elaborazione separata nella tua pipeline. Gli utilizzi tipici includono la normalizzazione della scrittura di date, orari o unità, l’espansione delle abbreviazioni, la rimozione di contenuti non necessari, l’applicazione di uno stile o tono diverso oppure la riformattazione della trascrizione.

Ad esempio, la trascrizione di un messaggio vocale con l’istruzione Write all dates in ISO 8601 format (YYYY-MM-DD) restituisce entrambe le versioni del testo:

{
  "language_code": "eng",
  "language_probability": 0.9912,
  "text": "Hi, this is Jill. Your appointment is confirmed for the twelfth of July twenty twenty-six, and the follow-up is on the third of August.",
  "words": [
    { "text": "Hi,", "start": 0.12, "end": 0.38, "type": "word", "logprob": 0.0 },
    { "text": " ", "start": 0.38, "end": 0.41, "type": "spacing", "logprob": 0.0 },
    { "text": "this", "start": 0.41, "end": 0.55, "type": "word", "logprob": 0.0 },
    ...
  ],
  "transcription_id": "Y2ZX8AxHUzTPCIualYiE",
  "edited_transcript": {
    "kind": "transcript",
    "text": "Hi, this is Jill. Your appointment is confirmed for 2026-07-12, and the follow-up is on 2026-08-03."
  }
}

I campi text e words descrivono sempre la trascrizione originale. La versione modificata viene restituita separatamente in edited_transcript.

Integrare la modifica della trascrizione

La modifica della trascrizione è integrata nell’API Speech to Text passando il parametro transcript_edit al metodo convert. L’istruzione può contenere fino a 2000 caratteri.

import os
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
load_dotenv()
elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
)
with open("voicemail.mp3", "rb") as audio_file:
    transcription = elevenlabs.speech_to_text.convert(
        file=audio_file,
        model_id="scribe_v2",
        # Natural-language instruction applied to the finished transcript.
        transcript_edit="Write all dates in ISO 8601 format (YYYY-MM-DD)",
    )
print("Original:", transcription.text)
print("Edited:", transcription.edited_transcript)

La modifica della trascrizione funziona sia con richieste sincrone sia con richieste webhook. Per le richieste webhook, edited_transcript è incluso nell’oggetto transcription del payload del webhook.

Scribe v2 Realtime supporta le stesse istruzioni per ogni trascrizione confermata. Consulta la guida alla modifica delle trascrizioni in tempo reale.

Scrivere istruzioni

L’istruzione viene applicata all’intera trascrizione ovunque sia pertinente e ogni occorrenza corrispondente viene modificata, non solo la prima. Un’istruzione può modificare parole o frasi specifiche lasciando invariato tutto il resto, oppure può riscrivere o annotare il testo completo. Una singola istruzione può combinare più modifiche.

I seguenti esempi illustrano la gamma di istruzioni supportate:

Tieni presente quanto segue quando scrivi le istruzioni:

• Sii esplicito sul risultato desiderato. Write all dates in ISO 8601 format (YYYY-MM-DD) è più affidabile di fix the dates.
• L’istruzione può essere scritta in qualsiasi lingua, anche se quelle scritte in inglese funzionano meglio. La trascrizione modificata rimane nella lingua dell’originale.
• Viene eseguita solo l’istruzione. Il contenuto pronunciato nell’audio viene trattato come dati e non può modificare l’applicazione dell’istruzione.
• Se l’istruzione non influisce su nulla nella trascrizione, la trascrizione modificata è identica all’originale.

Formato della risposta

Quando è impostato transcript_edit, la risposta contiene un oggetto edited_transcript. Il campo kind indica se la modifica è riuscita:

Il campo è assente quando non è stato richiesto transcript_edit.

{
  "text": "Hi, this is Jill. Your appointment is confirmed for ...",
  "edited_transcript": {
    "kind": "error",
    "error_type": "edit_failed",
    "message": "The transcript could not be edited. Please try again."
  }
}

Comportamenti da tenere presenti:

• La trascrizione modificata è testo semplice. I timestamp a livello di parola, le etichette dei parlanti e additional_formats continuano a descrivere la trascrizione originale.
• La modifica viene eseguita dopo il completamento della trascrizione, quindi aggiunge una latenza che aumenta con la lunghezza della trascrizione.
• Il supplemento viene applicato alla durata audio della richiesta, con un minimo di 10 secondi fatturati per richiesta.

Passaggi successivi