ElevenLabs Scribe v2 Medical er udgaven af batchtalegenkendelse, der er specialiseret i medicinsk og klinisk lyd. Den er en finjusteret version af Scribe v2 med genkendelse målrettet lægemiddelnavne, anatomi, patologi og klinisk diktering, samtidig med at den bevarer den generelle arbejdsgang til taletransskription. Den konverterer den angivne optagelse til et tekstudkast med tidsangivelser og valgfrie talerannoteringer. Producentens tilsigtede anvendelser er dokumentation og beslægtede administrative arbejdsgange, hvor teksten gennemgås og rettes før brug.
Nyttige input omfatter en optaget samtale mellem kliniker og patient, mundtlig diktering, en indledende afklaringssamtale eller en samtale om koordinering af pleje. Bevar den oprindelige optagelse og tilstrækkelig omgivende tale til at skelne en term i dens sammenhæng. Undgå overstyring, og hold relevante talerkanaler adskilt, når kilden indeholder dem. Producentens fælles grænseflade til batchtransskription accepterer almindelige lydformater som WAV, MP3, FLAC og M4A. Tilpasningen til medicinsk terminologi skærper opgavens fokus; den rekonstruerer ikke en del af optagelsen, som tydeligt mangler eller er uhørlig.
Producenten dokumenterer den samme understøttelse af 90+ sprog som i Scribe v2. De offentlige oplysninger om medicinsk transskription angiver, at forbedringer i medicinsk nøjagtighed blev målt på engelsk, fransk og tysk. Disse resultater dokumenterer ikke en ensartet præstation for fagtermer på alle understøttede sprog. Angiv det kendte sprog, når det er nyttigt, bevar navne og termer ved sprogskift, og kontrollér usædvanligt klinisk ordforråd i forhold til den faktiske lyd i stedet for at acceptere det, fordi sætningen lyder flydende.
Transskriptionsresultatet indeholder genkendt tekst og ord med tidsangivelser samt valgfrie taleretiketter og tags for lydhændelser. Ordenes start- og sluttider gør det muligt at vende tilbage til et lægemiddelnavn, en mundtligt angivet mængde eller en rettelse i optagelsen. Et nyttigt resultat af diktering er derfor en transskription sammen med en registrering med tidsangivelser for hvert ord. Gennemgå følsomme detaljer i deres fulde talte sammenhæng, herunder nægtelser, usikkerhed og forskellen mellem noget, en patient fortæller, og noget, klinikeren fastslår.
Ved en optaget konsultation hjælper talerdiarisering med at organisere, hvem der talte hvornår. Betragt en udledt etiket som en gruppering af tale, og knyt den derefter til kendte roller eller identiteter ved hjælp af konsultationens registrering. Overlappende stemmer eller talere, hvis stemmer ligner hinanden, kræver særlig opmærksomhed ved gennemgang af talerskift. Hvis hver optagelseskanal indeholder én taler, giver den fælles batchgrænseflade også mulighed for uafhængig transskription af kanaler. Hold kanalattribution adskilt fra diarisering, der udledes af blandet lyd, og bevar kildens opbygning, når det hjælper med at gennemgå resultatet.
Prompter med nøgletermer angiver relevante ord eller udtryk for at vejlede genkendelsen ved hjælp af kontekst. Forbered en fokuseret ordliste ud fra den faktiske terminologi, der forventes i optagelsen, herunder korrekte stavemåder og forkortelser, som er vigtige for dokumentationsopgaven. Producentens batchvejledning tillader op til 1.000 nøgletermer; de skal være korte og relevante frem for at udgøre et omfattende, uvedkommende ordforråd. Kontrollér vigtige termer ved deres tidsstempler. En angivet nøgleterm er et tip til genkendelsen, ikke et bevis på, at ordet blev sagt, og ikke en instruktion om at erstatte en anden hørbar term.
Producenten dokumenterer valgfri registrering af entiteter, herunder udvalgte kategorier af helbredsoplysninger, sammen med transskriptionen. Disse annoteringer kan hjælpe en autoriseret gennemgangsproces med at finde relevante tekstområder til rettelse eller behandling. Den fælles batchgrænseflade tilbyder også maskering af entiteter, som skjuler registreret tekst med erstatningsetiketter; det kræver registrering af entiteter, og listen over entiteter udelades, når maskering er slået til. Bevar den returnerede tekst og tidsangivelserne sammen med eventuelle annoteringer i det valgte resultat. En efterfølgende redigering, opsummering eller udtrækning er en særskilt transformation af transskriptionen og skal bevare forbindelsen til den optagede ordlyd. En sprogligt bearbejdet sætning må for eksempel ikke fjerne en mundtlig rettelse eller gøre et usikkert udsagn til en sikker konklusion.
Den medicinske udgaves definerede opgave er transskription. Producenten udelukker udtrykkeligt fortolkning af kliniske oplysninger, diagnosticering, behandlingsanbefalinger og vejledning i kliniske beslutninger fra dens tilsigtede formål. I en færdig arbejdsgang til dokumentation kontrollerer den relevante sundhedsfaglige person eller autoriserede gennemlæser udkastet i forhold til optagelsen og retter væsentlige fejl. Modellen leverer tekstregistreringen som støtte til dette arbejde; transskriptionen i sig selv dokumenterer ikke rigtigheden af et klinisk udsagn og erstatter ikke gennemgangen.
Hold forskellen mellem udgaverne tydelig, når du forbereder en opgave. Scribe v2 Medical behandler optaget lyd; Scribe v2 Realtime er den separate model til transskription i realtid. En medicinsk finjustering overtager ikke grænser eller funktioner til talesyntese, blot fordi samme producent tilbyder stemmeprodukter. Det nyttige resultat er et gennemgået udkast til en transskription med tidsangivelser og taleroplysninger, der passer til optagelsen, hvor uhørlige eller usikre detaljer forbliver synlige med henblik på rettelse frem for stiltiende at blive udfyldt med plausibelt klinisk sprog.
", "aboutText": "ElevenLabs Scribe v2 Medical er udgaven af batchtalegenkendelse, der er specialiseret i medicinsk og klinisk lyd. Den er en finjusteret version af Scribe v2 med genkendelse målrettet lægemiddelnavne, anatomi, patologi og klinisk diktering, samtidig med at den bevarer den generelle arbejdsgang til taletransskription. Den konverterer den angivne optagelse til et tekstudkast med tidsangivelser og valgfrie talerannoteringer. Producentens tilsigtede anvendelser er dokumentation og beslægtede administrative arbejdsgange, hvor teksten gennemgås og rettes før brug.\n\nNyttige input omfatter en optaget samtale mellem kliniker og patient, mundtlig diktering, en indledende afklaringssamtale eller en samtale om koordinering af pleje. Bevar den oprindelige optagelse og tilstrækkelig omgivende tale til at skelne en term i dens sammenhæng. Undgå overstyring, og hold relevante talerkanaler adskilt, når kilden indeholder dem. Producentens fælles grænseflade til batchtransskription accepterer almindelige lydformater som WAV, MP3, FLAC og M4A. Tilpasningen til medicinsk terminologi skærper opgavens fokus; den rekonstruerer ikke en del af optagelsen, som tydeligt mangler eller er uhørlig.\n\nProducenten dokumenterer den samme understøttelse af 90+ sprog som i Scribe v2. De offentlige oplysninger om medicinsk transskription angiver, at forbedringer i medicinsk nøjagtighed blev målt på engelsk, fransk og tysk. Disse resultater dokumenterer ikke en ensartet præstation for fagtermer på alle understøttede sprog. Angiv det kendte sprog, når det er nyttigt, bevar navne og termer ved sprogskift, og kontrollér usædvanligt klinisk ordforråd i forhold til den faktiske lyd i stedet for at acceptere det, fordi sætningen lyder flydende.\n\nTransskriptionsresultatet indeholder genkendt tekst og ord med tidsangivelser samt valgfrie taleretiketter og tags for lydhændelser. Ordenes start- og sluttider gør det muligt at vende tilbage til et lægemiddelnavn, en mundtligt angivet mængde eller en rettelse i optagelsen. Et nyttigt resultat af diktering er derfor en transskription sammen med en registrering med tidsangivelser for hvert ord. Gennemgå følsomme detaljer i deres fulde talte sammenhæng, herunder nægtelser, usikkerhed og forskellen mellem noget, en patient fortæller, og noget, klinikeren fastslår.\n\nVed en optaget konsultation hjælper talerdiarisering med at organisere, hvem der talte hvornår. Betragt en udledt etiket som en gruppering af tale, og knyt den derefter til kendte roller eller identiteter ved hjælp af konsultationens registrering. Overlappende stemmer eller talere, hvis stemmer ligner hinanden, kræver særlig opmærksomhed ved gennemgang af talerskift. Hvis hver optagelseskanal indeholder én taler, giver den fælles batchgrænseflade også mulighed for uafhængig transskription af kanaler. Hold kanalattribution adskilt fra diarisering, der udledes af blandet lyd, og bevar kildens opbygning, når det hjælper med at gennemgå resultatet.\n\nPrompter med nøgletermer angiver relevante ord eller udtryk for at vejlede genkendelsen ved hjælp af kontekst. Forbered en fokuseret ordliste ud fra den faktiske terminologi, der forventes i optagelsen, herunder korrekte stavemåder og forkortelser, som er vigtige for dokumentationsopgaven. Producentens batchvejledning tillader op til 1.000 nøgletermer; de skal være korte og relevante frem for at udgøre et omfattende, uvedkommende ordforråd. Kontrollér vigtige termer ved deres tidsstempler. En angivet nøgleterm er et tip til genkendelsen, ikke et bevis på, at ordet blev sagt, og ikke en instruktion om at erstatte en anden hørbar term.\n\nProducenten dokumenterer valgfri registrering af entiteter, herunder udvalgte kategorier af helbredsoplysninger, sammen med transskriptionen. Disse annoteringer kan hjælpe en autoriseret gennemgangsproces med at finde relevante tekstområder til rettelse eller behandling. Den fælles batchgrænseflade tilbyder også maskering af entiteter, som skjuler registreret tekst med erstatningsetiketter; det kræver registrering af entiteter, og listen over entiteter udelades, når maskering er slået til. Bevar den returnerede tekst og tidsangivelserne sammen med eventuelle annoteringer i det valgte resultat. En efterfølgende redigering, opsummering eller udtrækning er en særskilt transformation af transskriptionen og skal bevare forbindelsen til den optagede ordlyd. En sprogligt bearbejdet sætning må for eksempel ikke fjerne en mundtlig rettelse eller gøre et usikkert udsagn til en sikker konklusion.\n\nDen medicinske udgaves definerede opgave er transskription. Producenten udelukker udtrykkeligt fortolkning af kliniske oplysninger, diagnosticering, behandlingsanbefalinger og vejledning i kliniske beslutninger fra dens tilsigtede formål. I en færdig arbejdsgang til dokumentation kontrollerer den relevante sundhedsfaglige person eller autoriserede gennemlæser udkastet i forhold til optagelsen og retter væsentlige fejl. Modellen leverer tekstregistreringen som støtte til dette arbejde; transskriptionen i sig selv dokumenterer ikke rigtigheden af et klinisk udsagn og erstatter ikke gennemgangen.\n\nHold forskellen mellem udgaverne tydelig, når du forbereder en opgave. Scribe v2 Medical behandler optaget lyd; Scribe v2 Realtime er den separate model til transskription i realtid. En medicinsk finjustering overtager ikke grænser eller funktioner til talesyntese, blot fordi samme producent tilbyder stemmeprodukter. Det nyttige resultat er et gennemgået udkast til en transskription med tidsangivelser og taleroplysninger, der passer til optagelsen, hvor uhørlige eller usikre detaljer forbliver synlige med henblik på rettelse frem for stiltiende at blive udfyldt med plausibelt klinisk sprog.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6550cebb090c53ca089e413cfc0e95cd7236229ac4c248f87c8276e2dcac5946", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "elevenlabs/scribe-v2-medicalElevenLabs Scribe v2 Medical transskriberer optaget klinisk lyd med et ordforråd, der er tilpasset lægemiddelnavne, anatomi og patologi. Den understøtter 90+ sprog, tidsangivelser for ord, talerdiarisering og kontekstbaserede nøgletermer. Resultatet er et udkast til en transskription, der kan gennemgås til dokumentationsbrug, frem for en klinisk fortolkning.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
ElevenLabs Scribe v2 Medical er udgaven af batchtalegenkendelse, der er specialiseret i medicinsk og klinisk lyd. Den er en finjusteret version af Scribe v2 med genkendelse målrettet lægemiddelnavne, anatomi, patologi og klinisk diktering, samtidig med at den bevarer den generelle arbejdsgang til taletransskription. Den konverterer den angivne optagelse til et tekstudkast med tidsangivelser og valgfrie talerannoteringer. Producentens tilsigtede anvendelser er dokumentation og beslægtede administrative arbejdsgange, hvor teksten gennemgås og rettes før brug.
Nyttige input omfatter en optaget samtale mellem kliniker og patient, mundtlig diktering, en indledende afklaringssamtale eller en samtale om koordinering af pleje. Bevar den oprindelige optagelse og tilstrækkelig omgivende tale til at skelne en term i dens sammenhæng. Undgå overstyring, og hold relevante talerkanaler adskilt, når kilden indeholder dem. Producentens fælles grænseflade til batchtransskription accepterer almindelige lydformater som WAV, MP3, FLAC og M4A. Tilpasningen til medicinsk terminologi skærper opgavens fokus; den rekonstruerer ikke en del af optagelsen, som tydeligt mangler eller er uhørlig.
Producenten dokumenterer den samme understøttelse af 90+ sprog som i Scribe v2. De offentlige oplysninger om medicinsk transskription angiver, at forbedringer i medicinsk nøjagtighed blev målt på engelsk, fransk og tysk. Disse resultater dokumenterer ikke en ensartet præstation for fagtermer på alle understøttede sprog. Angiv det kendte sprog, når det er nyttigt, bevar navne og termer ved sprogskift, og kontrollér usædvanligt klinisk ordforråd i forhold til den faktiske lyd i stedet for at acceptere det, fordi sætningen lyder flydende.
Transskriptionsresultatet indeholder genkendt tekst og ord med tidsangivelser samt valgfrie taleretiketter og tags for lydhændelser. Ordenes start- og sluttider gør det muligt at vende tilbage til et lægemiddelnavn, en mundtligt angivet mængde eller en rettelse i optagelsen. Et nyttigt resultat af diktering er derfor en transskription sammen med en registrering med tidsangivelser for hvert ord. Gennemgå følsomme detaljer i deres fulde talte sammenhæng, herunder nægtelser, usikkerhed og forskellen mellem noget, en patient fortæller, og noget, klinikeren fastslår.
Ved en optaget konsultation hjælper talerdiarisering med at organisere, hvem der talte hvornår. Betragt en udledt etiket som en gruppering af tale, og knyt den derefter til kendte roller eller identiteter ved hjælp af konsultationens registrering. Overlappende stemmer eller talere, hvis stemmer ligner hinanden, kræver særlig opmærksomhed ved gennemgang af talerskift. Hvis hver optagelseskanal indeholder én taler, giver den fælles batchgrænseflade også mulighed for uafhængig transskription af kanaler. Hold kanalattribution adskilt fra diarisering, der udledes af blandet lyd, og bevar kildens opbygning, når det hjælper med at gennemgå resultatet.
Prompter med nøgletermer angiver relevante ord eller udtryk for at vejlede genkendelsen ved hjælp af kontekst. Forbered en fokuseret ordliste ud fra den faktiske terminologi, der forventes i optagelsen, herunder korrekte stavemåder og forkortelser, som er vigtige for dokumentationsopgaven. Producentens batchvejledning tillader op til 1.000 nøgletermer; de skal være korte og relevante frem for at udgøre et omfattende, uvedkommende ordforråd. Kontrollér vigtige termer ved deres tidsstempler. En angivet nøgleterm er et tip til genkendelsen, ikke et bevis på, at ordet blev sagt, og ikke en instruktion om at erstatte en anden hørbar term.
Producenten dokumenterer valgfri registrering af entiteter, herunder udvalgte kategorier af helbredsoplysninger, sammen med transskriptionen. Disse annoteringer kan hjælpe en autoriseret gennemgangsproces med at finde relevante tekstområder til rettelse eller behandling. Den fælles batchgrænseflade tilbyder også maskering af entiteter, som skjuler registreret tekst med erstatningsetiketter; det kræver registrering af entiteter, og listen over entiteter udelades, når maskering er slået til. Bevar den returnerede tekst og tidsangivelserne sammen med eventuelle annoteringer i det valgte resultat. En efterfølgende redigering, opsummering eller udtrækning er en særskilt transformation af transskriptionen og skal bevare forbindelsen til den optagede ordlyd. En sprogligt bearbejdet sætning må for eksempel ikke fjerne en mundtlig rettelse eller gøre et usikkert udsagn til en sikker konklusion.
Den medicinske udgaves definerede opgave er transskription. Producenten udelukker udtrykkeligt fortolkning af kliniske oplysninger, diagnosticering, behandlingsanbefalinger og vejledning i kliniske beslutninger fra dens tilsigtede formål. I en færdig arbejdsgang til dokumentation kontrollerer den relevante sundhedsfaglige person eller autoriserede gennemlæser udkastet i forhold til optagelsen og retter væsentlige fejl. Modellen leverer tekstregistreringen som støtte til dette arbejde; transskriptionen i sig selv dokumenterer ikke rigtigheden af et klinisk udsagn og erstatter ikke gennemgangen.
Hold forskellen mellem udgaverne tydelig, når du forbereder en opgave. Scribe v2 Medical behandler optaget lyd; Scribe v2 Realtime er den separate model til transskription i realtid. En medicinsk finjustering overtager ikke grænser eller funktioner til talesyntese, blot fordi samme producent tilbyder stemmeprodukter. Det nyttige resultat er et gennemgået udkast til en transskription med tidsangivelser og taleroplysninger, der passer til optagelsen, hvor uhørlige eller usikre detaljer forbliver synlige med henblik på rettelse frem for stiltiende at blive udfyldt med plausibelt klinisk sprog.
POST /v1/audio/transcriptionsaudiotext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser elevenlabs/scribe-v2-medical | Standard— |
Feltinput_audio | Typeobject | KravPåkrævet | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, input_audio |
Parametermaterial_types | Kontraktaudio |
Parametermaterial_conditions | KontraktEksemplet læser din faktiske, ikke-tomme PCM WAV-fil, koder samtlige bytes i filen som base64 og sender input_audio.format som wav. |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · præcist task_id fra en eksisterende mediepost, du ejer
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Afregningsenhed | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Afregningsenhed— | Beløb Input · Inputtokens — / 1K tokens Output · Outputtokens — / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| Konfigurationsekund inputlyd | Takstplan— | Afregningsenhedpr. sekund lydinput | Beløb Input · sekund inputlyd $0.0001222222222222 pr. sekund lydinput |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'elevenlabs/scribe-v2-medical', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nHele det oprindelige svarindhold, status og videresendte headere. Denne handler tilføjer hverken en universel JSON-struktur, et tekstfelt eller en opgaveindpakning.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Behold det faktiske X-Client-Request-ID og hele svaret. Læs de oprindelige aktiver, du ejer, og deres præcise signerede indholds-URL’er; indsend aldrig en oprettelse med usikkert udfald igen.
| Felt | Type |
|---|---|
Felttext (when present) | Type |
Feltusage (when present) | Type |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseJSON-indholdet eller det eksplicitte kanoniske model-ID er ugyldigt. | Næste trinBehold svaret, og ret det angivne forespørgselsfelt. |
Svar401 · authentication_error | BetingelseAiloot API-nøglen er ugyldig. | Næste trinBrug din autoriserede Ailoot API-nøgle. |
Svar403 · permission_error | BetingelseNøglens gruppe giver ikke adgang til denne metode. | Næste trinBehold de returnerede fejloplysninger. |
Svar404 · not_found_error | BetingelseDen valgte metode har ingen rute med adgangstilladelse. | Næste trinBehold de returnerede fejloplysninger. |
Svar422 · price_unavailable | BetingelseDen accepterede tarif kan ikke hente den påkrævede inputmængde eller grænse. | Næste trinBehold svaret; brug den inputrepræsentation, som den accepterede tarif kræver. |
Svar503 · | BetingelsePåkrævet lager, rute, metodepris eller reservation er utilgængelig. | Næste trinBehold hele det oprindelige svar. En usikker reservation giver ikke tilladelse til at indsende igen. |
Svar502 · server_error | BetingelseDet oprindelige resultat, forbrug eller den oprindelige afregning skal kontrolleres. | Næste trinBehold det faktiske forespørgsels-ID og det oprindelige svar. Læs den eksisterende post, du ejer; indsend ikke oprettelsen igen. |
Ailoot Ultra elevenlabs/scribe-v2-medical
Brug metodestierne vist ovenfor.