Speech to Text

Sì, lo strumento supporta il caricamento di file audio e video. La dimensione massima del file per entrambi è 3 GB.

Rinominare gli speaker

Sì, puoi rinominare gli speaker facendo clic sul pulsante “modifica” accanto all’etichetta “Speaker”.

Speech to Text converte l’audio parlato in testo scritto. In ElevenLabs, il nostro modello Speech to Text è Scribe. Ti consente di trascrivere accuratamente il parlato in oltre 90 lingue, trasformando facilmente l’audio in testo leggibile e ricercabile.

Funzionalità principali di Scribe

• Accuratezza leader nel settore, con un’accuratezza del 98% nelle principali lingue come inglese, francese, italiano, portoghese, spagnolo e tedesco.
• Timestamp precisi a livello di parola, per vedere esattamente quando viene pronunciata ogni parola.
• Diarizzazione intelligente degli interlocutori, che identifica e separa automaticamente i diversi interlocutori.
• Tag audio dinamici per rilevare suoni non vocali.
• Supporto fino a 32 interlocutori mantenendo un’elevata accuratezza.

Novità di Scribe v2

Scribe v2 si basa sul modello principale con funzionalità aggiuntive progettate per casi d’uso più complessi.

• Prompting con termini chiave. Puoi fornire fino a 100 parole o frasi per guidare il modello a trascrivere correttamente i termini importanti. L’uso del prompting con termini chiave aumenta il costo del 20%.
• Rilevamento delle entità. Puoi scegliere categorie specifiche di informazioni da rilevare nella trascrizione, come numeri di carte di credito, nomi o condizioni mediche. Il rilevamento delle entità è disponibile solo tramite API e aumenta il costo del 30%.
• Supporto intelligente per più lingue. Puoi inviare audio contenente più lingue e Scribe v2 rileverà e trascriverà automaticamente ciascuna in modo corretto.
• Maggiore stabilità. Scribe v2 gestisce pause, cambiamenti di tono e silenzi prolungati senza interrompersi né perdere accuratezza.
  

Quale versione dovresti usare?

Ti consigliamo Scribe v2 quando è necessaria una trascrizione ad alta accuratezza. È disponibile sul nostro sito web e tramite API. Quando usi Speech to Text tramite il nostro sito web, Scribe v2 è il modello predefinito.

Per l’audio medico e clinico, usa Scribe v2 Medical (scribe_v2_medical) tramite la stessa API. Viene fatturato alla stessa tariffa di Scribe v2.

Per i casi d’uso in tempo reale, consigliamo Scribe v2 Realtime, disponibile tramite ElevenAgents e via API.

Per maggiori dettagli, consulta la nostra documentazione Speech to Text.

Speech to Text supporta oltre 90 lingue. 

Per un elenco completo delle lingue supportate, consulta la sezione sul supporto linguistico della nostra documentazione Speech to Text.

Il limite di concorrenza (richieste simultanee eseguite in parallelo) dipende dal tuo abbonamento e dal fatto che tu stia usando Speech to Text o Trascrizione vocale in tempo reale.

Di seguito sono riportati gli attuali limiti di concorrenza per Speech to Text.

Se ti serve un numero più elevato di richieste simultanee, contatta direttamente il nostro reparto Enterprise tramite questa pagina web. Saremo lieti di discutere un piano su misura per le tue esigenze specifiche.