ElevenLabs: Scribe v2

يفرّغ ElevenLabs Scribe v2 الصوت المسجّل إلى نص بأكثر من 90 لغة، مع توقيت على مستوى الكلمات وتمييز اختياري للمتحدثين ووسوم للأحداث غير الكلامية. وهو مصمّم للتسجيلات الطويلة ونصوص الترجمة والتعليقات النصية والتفريغات القابلة للتحرير، مع مصطلحات أساسية سياقية وخيارات للتفريغ الحرفي أو المنقّح.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions elevenlabs/scribe-v2

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

ElevenLabs Scribe v2 هو نموذج التعرّف على الكلام بالمعالجة الدفعية للصوت المسجّل والتفريغ وإعداد نصوص الترجمة والتعليقات النصية. ويستند إلى Scribe v1 مع تحسين التعامل مع التسجيلات الطويلة والوقفات وتغيّر النبرة وفترات الصمت الممتدة. والنتيجة كلام مكتوب مع معلومات توقيت وتعليقات توضيحية اختيارية للمتحدثين والأحداث الصوتية. ويُعدّ Scribe v2 Realtime إصدارًا منفصلًا للتفريغ المباشر؛ أما غرض هذا النموذج فهو معالجة التسجيلات الكاملة.

يوثّق المطوّر التعرّف بأكثر من 90 لغة والكشف التلقائي عن اللغة، بما في ذلك التسجيلات التي تنتقل بين لغات مختلفة. ويمكن أن تساعد الإشارة إلى لغة معروفة النموذج على فهم الصوت. أعدّ تسجيلًا واضحًا، واحتفظ باللغة الأصلية والأسماء، وتجنّب التشوّه الشديد الناتج عن تجاوز مستوى الصوت أو المعالجة غير الضرورية التي تزيل تفاصيل الكلام. وتشمل المدخلات الشائعة الموثّقة WAV وMP3 وFLAC وM4A وAAC وOGG وOpus وWebM. اختر تمثيلًا للمدخل تدعمه آلية التفريغ المستخدمة، واحتفظ بالتسجيل المصدري للمراجعة.

تحتوي الاستجابة القياسية على النص الذي جرى التعرّف عليه ومعلومات اللغة المكتشفة وتسلسل من الكلمات الموقّتة. ويمكن أن تتضمن سجلات الكلمات أوقات البداية والنهاية ومعرّفات المتحدثين ولوغاريتم احتمال التعرّف. وتجعل هذه البيانات النتيجة مفيدة لنصوص الترجمة أو المقابلات القابلة للبحث أو محرّر يعيد التشغيل من المقطع الصوتي المعني. احتفظ بالنتيجة الموقّتة مع الصوت المصدري. ففي البودكاست مثلًا، قد يكون المخرج تفريغًا قابلًا للتحرير وسجلًا محاذيًا للكلمات يساعد على تحديد مواضع التصحيح قبل ترتيب التعليقات النصية.

يحدّد تمييز المتحدثين من يتكلم ومتى في الصوت متعدد المتحدثين، مع دعم ما يصل إلى 32 متحدثًا وفق توثيق المطوّر. فعّله عندما تكون أدوار المتحدثين مهمة، وقدّم عددًا معقولًا للمتحدثين إذا كانت هذه المعلومة معروفة. ميّز تسمية المتحدث المكتشفة عن اسم شخص تحققت هويته. وللمقابلة أو الاجتماع، راجع تغيّر أدوار الكلام بالرجوع إلى التسجيل، ولا سيما عندما تتداخل الأصوات أو تتشابه. تساعد التسمية على تنظيم التفريغ؛ لكنها لا تثبت هوية المتحدث بمفردها.

يختلف تسجيل يخصّص قناة لكل متحدث في بنيته عن تسجيل يمزج عدة أصوات في قناة واحدة. ويمكن لواجهة المطوّر معالجة ما يصل إلى خمس قنوات بصورة مستقلة وإعادة تفريغات منفصلة أو تفريغ مجمّع مرتّب زمنيًا مع فهارس القنوات. احتفظ بتوزيع القنوات عندما تكون له دلالة. فدمج قنوات تسجيل مكالمة منفصلة قبل التفريغ قد يهدر مصدرًا مفيدًا لمعلومات المتحدثين. ميّز الإسناد القائم على القنوات عن تمييز المتحدثين المستنتج من صوت مختلط. وتتطلب الاستجابة المجمّعة للقنوات طوابع زمنية، ولا يمكن أن تتضمن اكتشاف الكيانات أو حجبها.

يوجّه استخدام المصطلحات الأساسية التعرّف على الأسماء ومصطلحات المنتجات والمفردات المتخصصة اعتمادًا على السياق. ويسمح توثيق المعالجة الدفعية الحالي بما يصل إلى 1,000 مصطلح، على أن يقل طول كل مصطلح عن 50 حرفًا وألا يتجاوز خمس كلمات. قدّم التهجئات ذات الصلة بدلًا من قائمة واسعة لا تتعلق بالمهمة. ولمقابلة تقنية، قدّم أسماء المنتجات والاختصارات المرجّح ورودها، ثم افحصها عند طوابعها الزمنية في النتيجة. تؤثر المصطلحات الأساسية في ترجيح التعرّف؛ وليست تعليمات لإدراج مصطلح لا يسنده التسجيل.

اختر غرض التفريغ قبل تنقيحه. يحتفظ السجل الحرفي بالألفاظ المنطوقة، بينما يزيل خيار التفريغ غير الحرفي الموثّق كلمات الحشو والبدايات المتعثرة واضطرابات الطلاقة للحصول على نتيجة أسهل قراءة. ويمكن للوسم الصوتي الديناميكي تحديد أحداث غير كلامية مثل الضحك أو وقع الخطوات. وقد يكون التفريغ المصقول مفيدًا للتعليقات النصية أو القراءة، لكنه لا ينبغي أن يحل بصمت محل السجل الخام عندما تكون التكرارات أو التصحيحات أو الأصوات غير الكلامية مهمة للمهمة.

يوثّق المطوّر أيضًا اكتشاف الكيانات والتحرير التجريبي للتفريغ. ولا يمكن الجمع بين تحرير التفريغ واكتشاف الكيانات أو حجبها أو التفريغ متعدد القنوات في واجهة المطوّر. وتوفّر الكيانات المكتشفة مواضع منظّمة لمعلومات مختارة في التفريغ. ويخفي حجب الكيانات الاختياري النص المكتشف بتسميات بديلة؛ وهو يعتمد على اكتشاف الكيانات، ولا تُعاد قائمة الكيانات عند تفعيل الحجب. ويحدث الحجب أثناء التفريغ باستخدام علامة بديلة عامة أو تسمية فئة أو تسمية فئة مرقّمة. وقد يفوت الحجب الآلي محتوى حساس، لذا افحص التفريغ المحجوب قبل مشاركته. ويعيد التحرير باللغة الطبيعية نصًا محرّرًا إلى جانب النتيجة الأصلية، مع إبقاء سجل التوقيت والمتحدثين الأصلي متاحًا. احتفظ بهذه المخرجات منفصلة: فقد تحتاج تهجئة مصحّحة أو جملة أعيد تنسيقها إلى فحص جديد قبل محاذاتها مع الصوت أو استخدامها في استخراج لاحق. تعالج هذه الميزات التفريغ؛ ولا تثبت صحة التعرّف على كل تفصيل مهم.

لإتمام التفريغ، راجع الأسماء والأرقام والنفي وتغيّر المتحدثين بالعودة إلى الصوت الموافق. انتبه إلى المقاطع الخافتة والتداخل والتبديل بين اللغات بدلًا من الحكم على الجودة من سلاسة النص وحدها. احتفظ بالصياغة غير المؤكدة لتصحيحها بدلًا من إكمال مقطع غير مسموع بجملة تبدو معقولة. والنتيجة المفيدة سجل نصي جرى التحقق منه، يتضمن معلومات التوقيت والمتحدثين اللازمة لاستخدامه المقصود؛ ويمكن بعد ذلك استخدام التفريغ مدخلًا لخطوة منفصلة للتلخيص أو الترجمة أو التحليل.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions elevenlabs/scribe-v2

elevenlabs/scribe-v2

ElevenLabs /elevenlabs/scribe-v2

البداية

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: text

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود elevenlabs/scribe-v2	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input_audio
المعلمة`material_types`	المواصفاتaudio
المعلمة`material_conditions`	المواصفاتيقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتثانية صوت مُدخل	جدول التعرفة—	وحدة الفوترةلكل ثانية صوت مُدخل	الرسوم الإدخال · ثانية صوت مُدخل $0.0001222222222222 لكل ثانية صوت مُدخل

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · تفريغ صوتي

curl · ملف WAV الفعلي والنتيجة الأصلية كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'elevenlabs/scribe-v2', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID الفعلية وبالاستجابة كاملة. اقرأ الأصول الأصلية المملوكة لك وعناوين URL الدقيقة الموقّعة لمحتواها؛ ولا تعِد إرسال طلب إنشاء غير مؤكد النتيجة مطلقاً.

حقول الاستجابة

الحقل	النوع
الحقل`text (when present)`	النوع
الحقل`usage (when present)`	النوع

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطمتن JSON أو معرّف النموذج المعتمد الصريح غير صالح.	الخطوة التاليةاحتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.
الاستجابة⁦401⁩ · `authentication_error`	الشرطمفتاح API الخاص بـAiloot غير صالح.	الخطوة التاليةاستخدم مفتاح API المخوَّل لك في Ailoot.
الاستجابة⁦403⁩ · `permission_error`	الشرطمجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦404⁩ · `not_found_error`	الشرطلا يوجد مسار مسموح به للطريقة المختارة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦422⁩ · `price_unavailable`	الشرطيتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.	الخطوة التاليةاحتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.
الاستجابة⁦503⁩ ·	الشرطالتخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.	الخطوة التاليةاحتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.
الاستجابة⁦502⁩ · `server_error`	الشرطتتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.	الخطوة التاليةاحتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra elevenlabs/scribe-v2

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

elevenlabs/scribe-v2

FAQ · ElevenLabs: Scribe v2

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · elevenlabs/scribe-v2: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · elevenlabs/scribe-v2: model, input_audio

ElevenLabs: Scribe v2