ElevenLabs: Scribe v2 Medical
Το ElevenLabs Scribe v2 Medical απομαγνητοφωνεί ηχογραφημένο κλινικό ήχο με προσαρμογή του λεξιλογίου σε ονομασίες φαρμάκων, ανατομία και παθολογία. Υποστηρίζει περισσότερες από 90 γλώσσες, χρόνους ανά λέξη, διαχωρισμό ομιλητών και βασικούς όρους βάσει συμφραζομένων. Το αποτέλεσμά του είναι ένα προσχέδιο απομαγνητοφώνησης προς έλεγχο για σκοπούς τεκμηρίωσης και όχι κλινική ερμηνεία.
Σχετικά με το μοντέλο
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το ElevenLabs Scribe v2 Medical είναι η έκδοση αναγνώρισης ομιλίας σε παρτίδες που ειδικεύεται σε ιατρικό και κλινικό ήχο. Αποτελεί εξειδικευμένη προσαρμογή του Scribe v2, με έμφαση στην αναγνώριση ονομασιών φαρμάκων, ανατομίας, παθολογίας και κλινικής υπαγόρευσης, διατηρώντας τη γενική ροή απομαγνητοφώνησης ομιλίας. Μετατρέπει την παρεχόμενη ηχογράφηση σε προσχέδιο κειμένου με χρονικές πληροφορίες και προαιρετικές σημάνσεις ομιλητών. Οι χρήσεις που προβλέπει ο κατασκευαστής είναι η τεκμηρίωση και οι σχετικές διοικητικές ροές εργασίας, με έλεγχο και διόρθωση του κειμένου πριν από τη χρήση.
Χρήσιμες είσοδοι είναι μια ηχογραφημένη συνομιλία κλινικού επαγγελματία με ασθενή, προφορική υπαγόρευση, κλήση λήψης αρχικού ιστορικού ή συζήτηση συντονισμού της φροντίδας. Διατηρήστε την αρχική ηχογράφηση και αρκετό από τον περιβάλλοντα λόγο ώστε να διακρίνεται ένας όρος μέσα στα συμφραζόμενά του. Αποφύγετε την αποκοπή του ηχητικού σήματος και κρατήστε χωριστά τα κανάλια ομιλητών που έχουν σημασία, όταν παρέχονται από την πηγή. Η κοινή διεπαφή απομαγνητοφώνησης σε παρτίδες του κατασκευαστή δέχεται συνήθεις μορφές ήχου, όπως WAV, MP3, FLAC και M4A. Η προσαρμογή στην ιατρική ορολογία εστιάζει καλύτερα την εργασία· δεν ανασυνθέτει ένα τμήμα της ηχογράφησης που σαφώς λείπει ή δεν ακούγεται.
Ο κατασκευαστής τεκμηριώνει την ίδια υποστήριξη περισσότερων από 90 γλωσσών με το Scribe v2. Οι δημόσιες πληροφορίες του για την ιατρική απομαγνητοφώνηση αναφέρουν ότι οι βελτιώσεις στην ιατρική ακρίβεια μετρήθηκαν στα αγγλικά, τα γαλλικά και τα γερμανικά. Αυτά τα ευρήματα δεν τεκμηριώνουν ισοδύναμη απόδοση στην εξειδικευμένη ορολογία σε κάθε υποστηριζόμενη γλώσσα. Δώστε τη γνωστή γλώσσα όταν είναι χρήσιμο, διατηρήστε τα ονόματα και τους όρους που προφέρονται σε άλλη γλώσσα και ελέγξτε το ασυνήθιστο κλινικό λεξιλόγιο σε σχέση με τον πραγματικό ήχο, αντί να το αποδέχεστε επειδή η πρόταση διαβάζεται ομαλά.
Το αποτέλεσμα της απομαγνητοφώνησης περιέχει το αναγνωρισμένο κείμενο και λέξεις με χρονικές ενδείξεις, μαζί με προαιρετικές ετικέτες ομιλητών και ηχητικών συμβάντων. Οι χρόνοι έναρξης και λήξης των λέξεων επιτρέπουν την επιστροφή σε μια ονομασία φαρμάκου, μια προφορική ποσότητα ή μια διόρθωση μέσα στην ηχογράφηση. Επομένως, ένα χρήσιμο παραδοτέο υπαγόρευσης είναι η απομαγνητοφώνηση μαζί με την καταγραφή που ευθυγραμμίζεται χρονικά ανά λέξη. Ελέγξτε τις ευαίσθητες λεπτομέρειες μέσα σε ολόκληρο το προφορικό τους πλαίσιο, συμπεριλαμβανομένων των αρνήσεων, της αβεβαιότητας και της διαφοράς ανάμεσα σε κάτι που αναφέρει ο ασθενής και σε κάτι που δηλώνει ο κλινικός επαγγελματίας.
Σε μια καταγραφή κλινικής συνάντησης στον φυσικό της χώρο, ο διαχωρισμός ομιλητών βοηθά να οργανωθεί ποιος μίλησε και πότε. Αντιμετωπίστε μια συναγόμενη ετικέτα ως ομαδοποίηση ομιλίας και κατόπιν συνδέστε την με γνωστούς ρόλους ή ταυτότητες, χρησιμοποιώντας την καταγραφή της συνάντησης. Οι επικαλυπτόμενες φωνές ή οι ομιλητές με παρόμοια φωνή χρειάζονται ιδιαίτερη προσοχή κατά τον έλεγχο των εναλλαγών. Αν κάθε κανάλι ηχογράφησης περιέχει έναν ομιλητή, η κοινή διεπαφή επεξεργασίας σε παρτίδες παρέχει επίσης ανεξάρτητη απομαγνητοφώνηση ανά κανάλι. Διακρίνετε την απόδοση ομιλίας βάσει καναλιού από τον διαχωρισμό ομιλητών που συνάγεται από αναμεμειγμένο ήχο και διατηρήστε τη διάταξη της πηγής όταν βοηθά στον έλεγχο του αποτελέσματος.
Η παροχή βασικών όρων δίνει σχετικές λέξεις ή φράσεις για να καθοδηγήσει την αναγνώριση με βάση τα συμφραζόμενα. Ετοιμάστε ένα εστιασμένο γλωσσάρι από την πραγματική ορολογία που αναμένεται στην ηχογράφηση, μαζί με τη σωστή ορθογραφία και τις συντομογραφίες που έχουν σημασία για την τεκμηρίωση. Ο οδηγός επεξεργασίας σε παρτίδες του κατασκευαστή επιτρέπει έως 1.000 βασικούς όρους· πρέπει να είναι σύντομοι και σχετικοί, αντί να αποτελούν ένα εκτενές, άσχετο λεξιλόγιο. Ελέγξτε τους σημαντικούς όρους στα αντίστοιχα χρονικά σημεία. Ένας παρεχόμενος βασικός όρος είναι υπόδειξη για την αναγνώριση, όχι απόδειξη ότι η λέξη ειπώθηκε ούτε οδηγία να αντικατασταθεί ένας διαφορετικός όρος που ακούγεται.
Ο κατασκευαστής τεκμηριώνει προαιρετικό εντοπισμό οντοτήτων, συμπεριλαμβανομένων επιλεγμένων κατηγοριών πληροφοριών υγείας, παράλληλα με την απομαγνητοφώνηση. Αυτές οι σημάνσεις μπορούν να βοηθήσουν μια εξουσιοδοτημένη διαδικασία ελέγχου να εντοπίσει σχετικά τμήματα για διόρθωση ή κατάλληλο χειρισμό. Η κοινή διεπαφή επεξεργασίας σε παρτίδες προσφέρει επίσης απόκρυψη οντοτήτων, η οποία καλύπτει το εντοπισμένο κείμενο με ετικέτες αντικατάστασης· απαιτεί εντοπισμό οντοτήτων και, όταν είναι ενεργοποιημένη, η λίστα οντοτήτων παραλείπεται. Διατηρήστε το επιστρεφόμενο κείμενο και τις χρονικές πληροφορίες μαζί με όσες σημάνσεις περιλαμβάνει το επιλεγμένο αποτέλεσμα. Μια επόμενη επεξεργασία, σύνοψη ή εξαγωγή είναι ξεχωριστός μετασχηματισμός της απομαγνητοφώνησης και πρέπει να διατηρεί τη σχέση με την ηχογραφημένη διατύπωση. Για παράδειγμα, μια γλωσσικά διορθωμένη πρόταση δεν πρέπει να σβήνει μια προφορική διόρθωση ούτε να μετατρέπει μια αβέβαιη δήλωση σε οριστικό εύρημα.
Το καθορισμένο έργο της ιατρικής έκδοσης είναι η απομαγνητοφώνηση. Ο κατασκευαστής αποκλείει ρητά από τον προβλεπόμενο σκοπό της την ερμηνεία κλινικών πληροφοριών, τη διάγνωση, τις συστάσεις θεραπείας και την καθοδήγηση κλινικών αποφάσεων. Σε μια ολοκληρωμένη ροή τεκμηρίωσης, ο αρμόδιος επαγγελματίας υγείας ή εξουσιοδοτημένος ελεγκτής συγκρίνει το προσχέδιο με την ηχογράφηση και διορθώνει σημαντικά σφάλματα. Το μοντέλο παρέχει την κειμενική καταγραφή για να υποστηρίξει αυτή την εργασία· η ίδια η απομαγνητοφώνηση δεν τεκμηριώνει την ορθότητα μιας κλινικής δήλωσης και δεν αντικαθιστά τον έλεγχο.
Διατηρήστε σαφή τη διάκριση των εκδόσεων κατά την προετοιμασία μιας εργασίας. Το Scribe v2 Medical επεξεργάζεται ηχογραφημένο ήχο· το Scribe v2 Realtime είναι το ξεχωριστό μοντέλο ζωντανής απομαγνητοφώνησης. Μια ιατρική προσαρμογή δεν κληρονομεί όρια ή δυνατότητες σύνθεσης ομιλίας απλώς επειδή ο ίδιος κατασκευαστής προσφέρει προϊόντα φωνής. Το χρήσιμο αποτέλεσμα είναι ένα ελεγμένο προσχέδιο απομαγνητοφώνησης με χρονικές πληροφορίες και στοιχεία ομιλητών κατάλληλα για την ηχογράφηση, με τις μη ακουστές ή αβέβαιες λεπτομέρειες ορατές προς διόρθωση, αντί να συμπληρώνονται σιωπηρά με εύλογη κλινική γλώσσα.
Ailoot Ultra · Απομαγνητοφώνηση POST /v1/audio/transcriptions elevenlabs/scribe-v2-medical
elevenlabs/scribe-v2-medicalΕισαγωγή
Το ElevenLabs Scribe v2 Medical απομαγνητοφωνεί ηχογραφημένο κλινικό ήχο με προσαρμογή του λεξιλογίου σε ονομασίες φαρμάκων, ανατομία και παθολογία. Υποστηρίζει περισσότερες από 90 γλώσσες, χρόνους ανά λέξη, διαχωρισμό ομιλητών και βασικούς όρους βάσει συμφραζομένων. Το αποτέλεσμά του είναι ένα προσχέδιο απομαγνητοφώνησης προς έλεγχο για σκοπούς τεκμηρίωσης και όχι κλινική ερμηνεία.
- Αποδεκτές είσοδοι
- Ήχος
- Αποτελέσματα
- Κείμενο
Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι
Ailoot Ultra · Απομαγνητοφώνηση POST /v1/audio/transcriptions
- Είσοδος
audio- Έξοδος
text
| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια elevenlabs/scribe-v2-medical | Προεπιλογή— |
Πεδίοinput_audio | Τύποςobject | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Παράμετροι και κύκλος ζωής μεθόδου
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, input_audio |
Παράμετροςmaterial_types | Σύμβασηaudio |
Παράμετροςmaterial_conditions | ΣύμβασηΤο παράδειγμα διαβάζει το πραγματικό, μη κενό αρχείο PCM WAV σας, κωδικοποιεί όλα τα byte του αρχείου σε base64 και στέλνει το input_audio.format ως wav. |
Κύκλος ζωής: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ακριβές task_id από υπάρχουσα εγγραφή πολυμέσων που σας ανήκουν
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Τιμολόγηση
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
- Γρήγορη λειτουργία
- Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία
- Λειτουργία flex
- Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex
- Μέγιστη προσπάθεια συλλογισμού
- Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default
Χρεώσεις Ailoot
Τιμές ανά διαμόρφωση
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Μονάδα τιμολόγησης | Χρέωση |
|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις token | Πίνακας χρεώσεωνΒασική χρέωση | Μονάδα τιμολόγησης— | Χρέωση Είσοδος · Token εισόδου — / 1K token Έξοδος · Token εξόδου — / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| Διαμόρφωσηδευτερόλεπτο ήχου εισόδου | Πίνακας χρεώσεων— | Μονάδα τιμολόγησηςανά δευτερόλεπτο ήχου εισόδου | Χρέωση Είσοδος · δευτερόλεπτο ήχου εισόδου $0.0001222222222222 ανά δευτερόλεπτο ήχου εισόδου |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
Παραδείγματα αιτημάτων
Ailoot Ultra · Απομαγνητοφώνηση
set -eu
: "${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-medical', '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.
Λήψη και αποθήκευση αποτελεσμάτων
Ailoot Ultra · Απομαγνητοφώνηση
Ολόκληρο το αρχικό σώμα απόκρισης, η κατάσταση και οι προωθημένες κεφαλίδες. Αυτός ο χειριστής δεν προσθέτει καθολική δομή JSON, πεδίο κειμένου ή περίβλημα εργασίας.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.
Αν χρειάζεται έλεγχος της αρχικής απάντησης
Διατηρήστε το πραγματικό X-Client-Request-ID και ολόκληρη την απόκριση. Διαβάστε τα αρχικά αρχεία πολυμέσων που σας ανήκουν και τα ακριβή υπογεγραμμένα URL περιεχομένου τους· μην επανυποβάλετε ποτέ αίτημα δημιουργίας με αβέβαιο αποτέλεσμα.
Πεδία απάντησης
| Πεδίο | Τύπος |
|---|---|
Πεδίοtext (when present) | Τύπος |
Πεδίοusage (when present) | Τύπος |
Σφάλματα και επόμενα βήματα
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΤο σώμα JSON ή το ρητό κανονικό ID μοντέλου δεν είναι έγκυρο. | Επόμενο βήμαΔιατηρήστε την απόκριση και διορθώστε το υποδεικνυόμενο πεδίο του αιτήματος. |
Απάντηση401 · authentication_error | ΣυνθήκηΤο κλειδί API του Ailoot δεν είναι έγκυρο. | Επόμενο βήμαΧρησιμοποιήστε το εξουσιοδοτημένο κλειδί API του Ailoot σας. |
Απάντηση403 · permission_error | ΣυνθήκηΗ ομάδα του κλειδιού δεν επιτρέπει πρόσβαση σε αυτή τη μέθοδο. | Επόμενο βήμαΔιατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται. |
Απάντηση404 · not_found_error | ΣυνθήκηΗ επιλεγμένη μέθοδος δεν έχει διαδρομή με άδεια πρόσβασης. | Επόμενο βήμαΔιατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται. |
Απάντηση422 · price_unavailable | ΣυνθήκηΤο αποδεκτό τιμολόγιο δεν μπορεί να λάβει την απαιτούμενη ποσότητα εισόδου ή το όριό της. | Επόμενο βήμαΔιατηρήστε την απόκριση· χρησιμοποιήστε την αναπαράσταση εισόδου που απαιτεί το αποδεκτό τιμολόγιο. |
Απάντηση503 · | ΣυνθήκηΟ απαιτούμενος χώρος αποθήκευσης, η διαδρομή, η τιμή μεθόδου ή η δέσμευση ποσού δεν είναι διαθέσιμα. | Επόμενο βήμαΔιατηρήστε ολόκληρη την αρχική απόκριση. Μια αβέβαιη δέσμευση ποσού δεν αποτελεί άδεια επανυποβολής. |
Απάντηση502 · server_error | ΣυνθήκηΤο αρχικό αποτέλεσμα, η χρήση ή η εκκαθάριση απαιτεί έλεγχο. | Επόμενο βήμαΔιατηρήστε το πραγματικό ID αιτήματος και την αρχική απόκριση. Διαβάστε την υπάρχουσα εγγραφή που σας ανήκει· μην επανυποβάλετε αίτημα δημιουργίας. |
Εναλλακτικά ονόματα
Εναλλακτικά ονόματα μοντέλου
Ailoot Ultra elevenlabs/scribe-v2-medical
Εναλλακτικές διαδρομές μεθόδων
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Σχετικά ID μοντέλων
FAQ · ElevenLabs: Scribe v2 Medical
- Ποιες είσοδοι και αποτελέσματα διατίθενται;
POST /v1/audio/transcriptions·elevenlabs/scribe-v2-medical:audio→text- Ποια πεδία χρησιμοποιεί το αίτημα;
POST /v1/audio/transcriptions·elevenlabs/scribe-v2-medical:model,input_audio