ElevenLabs Scribe v2 Medical est l’édition de reconnaissance vocale par lots spécialisée dans les enregistrements audio médicaux et cliniques. Il s’agit d’une version ajustée de Scribe v2, dont la reconnaissance se concentre sur les noms de médicaments, l’anatomie, la pathologie et la dictée clinique, tout en conservant le processus général de transcription de la parole. Elle transforme l’enregistrement fourni en un texte provisoire avec des repères temporels et des annotations facultatives de locuteur. Les usages prévus par l’éditeur sont la documentation et les processus administratifs associés, avec révision et correction du texte avant utilisation.
Les entrées utiles comprennent une conversation enregistrée entre un clinicien et un patient, une dictée orale, un appel d’admission ou une discussion de coordination des soins. Conservez l’enregistrement d’origine et suffisamment de parole environnante pour distinguer un terme dans son contexte. Évitez l’écrêtage et gardez séparés les canaux de locuteurs significatifs lorsque la source en fournit. L’interface commune de transcription par lots de l’éditeur accepte des formats audio courants comme WAV, MP3, FLAC et M4A. L’adaptation à la terminologie médicale améliore la spécialisation de la tâche ; elle ne reconstitue pas une partie clairement manquante ou inaudible de l’enregistrement.
Le fabricant documente la même prise en charge de plus de 90 langues que Scribe v2. Ses informations publiques sur la transcription médicale indiquent que les améliorations de précision médicale ont été mesurées en anglais, en français et en allemand. Ces constats n’établissent pas des performances égales sur les termes spécialisés dans toutes les langues prises en charge. Fournissez la langue connue lorsque c’est utile, conservez les noms et les termes issus d’alternances de langues, et vérifiez le vocabulaire clinique rare dans l’audio réel plutôt que de l’accepter parce que la phrase est fluide.
La sortie de transcription contient le texte reconnu et les mots horodatés, avec des étiquettes de locuteur et des balises d’événements audio facultatives. Les heures de début et de fin des mots permettent de revenir à un nom de médicament, une quantité prononcée ou une correction dans l’enregistrement. Un livrable de dictée utile est donc une transcription accompagnée de son relevé aligné sur les mots. Vérifiez les détails sensibles dans leur contexte oral complet, notamment les négations, l’incertitude et la différence entre un élément rapporté par le patient et un élément affirmé par le clinicien.
Pour une consultation enregistrée en situation réelle, la diarisation aide à organiser qui a parlé et quand. Considérez une étiquette inférée comme un regroupement de parole, puis associez-la aux rôles ou identités connus à l’aide du dossier de la consultation. Les voix qui se chevauchent ou les locuteurs aux voix similaires demandent une attention particulière lors de la révision des changements de tour de parole. Si chaque canal d’enregistrement contient un seul locuteur, l’interface commune par lots propose aussi une transcription indépendante des canaux. Distinguez l’attribution par canal de la diarisation inférée à partir d’un audio mixé, et conservez la disposition de la source lorsqu’elle facilite la révision du résultat.
Les indications de termes clés fournissent des mots ou expressions pertinents pour guider la reconnaissance à l’aide du contexte. Préparez un glossaire ciblé à partir de la terminologie réellement attendue dans l’enregistrement, avec les orthographes correctes et les abréviations importantes pour la tâche documentaire. Le guide de traitement par lots de l’éditeur autorise jusqu’à 1 000 termes clés ; ils doivent être courts et pertinents plutôt que constituer un vocabulaire exhaustif sans rapport avec la tâche. Inspectez les termes importants à leurs repères temporels. Un terme clé fourni est une indication de reconnaissance, pas une preuve que le mot a été prononcé ni une instruction de remplacer un autre terme audible.
L’éditeur documente une détection facultative d’entités, notamment certaines catégories d’informations de santé, en complément de la transcription. Ces annotations peuvent aider un processus de révision autorisé à retrouver les passages pertinents pour correction ou traitement. L’interface commune par lots propose aussi le masquage des entités, qui remplace le texte détecté par des libellés ; il nécessite la détection d’entités, et la liste des entités est omise lorsque le masquage est activé. Conservez le texte et les repères temporels renvoyés avec les annotations présentes dans le résultat choisi. Une modification, une synthèse ou une extraction en aval constitue une transformation séparée de la transcription et doit préserver son lien avec la formulation enregistrée. Par exemple, une phrase nettoyée ne doit pas effacer une correction orale ni transformer un énoncé incertain en constat définitif.
La tâche définie de l’édition médicale est la transcription. Le fabricant exclut explicitement de sa finalité l’interprétation d’informations cliniques, le diagnostic, les recommandations de traitement et l’aide à la décision clinique. Pour un processus documentaire achevé, le professionnel de santé concerné ou le réviseur autorisé vérifie le projet par rapport à l’enregistrement et corrige les erreurs importantes. Le modèle fournit le relevé textuel pour soutenir ce travail ; la transcription elle-même n’établit pas l’exactitude d’un énoncé clinique et ne remplace pas la révision.
Gardez la distinction d’édition claire lorsque vous préparez une tâche. Scribe v2 Medical traite des enregistrements audio ; Scribe v2 Realtime est le modèle distinct de transcription en direct. Un ajustement médical n’hérite pas des limites ou capacités de synthèse vocale simplement parce que le même éditeur propose des produits vocaux. Le résultat utile est un projet de transcription révisé, avec des informations temporelles et de locuteur adaptées à l’enregistrement, qui laisse visibles les détails inaudibles ou incertains pour correction au lieu de les compléter silencieusement avec un langage clinique plausible.
", "aboutText": "ElevenLabs Scribe v2 Medical est l’édition de reconnaissance vocale par lots spécialisée dans les enregistrements audio médicaux et cliniques. Il s’agit d’une version ajustée de Scribe v2, dont la reconnaissance se concentre sur les noms de médicaments, l’anatomie, la pathologie et la dictée clinique, tout en conservant le processus général de transcription de la parole. Elle transforme l’enregistrement fourni en un texte provisoire avec des repères temporels et des annotations facultatives de locuteur. Les usages prévus par l’éditeur sont la documentation et les processus administratifs associés, avec révision et correction du texte avant utilisation.\n\nLes entrées utiles comprennent une conversation enregistrée entre un clinicien et un patient, une dictée orale, un appel d’admission ou une discussion de coordination des soins. Conservez l’enregistrement d’origine et suffisamment de parole environnante pour distinguer un terme dans son contexte. Évitez l’écrêtage et gardez séparés les canaux de locuteurs significatifs lorsque la source en fournit. L’interface commune de transcription par lots de l’éditeur accepte des formats audio courants comme WAV, MP3, FLAC et M4A. L’adaptation à la terminologie médicale améliore la spécialisation de la tâche ; elle ne reconstitue pas une partie clairement manquante ou inaudible de l’enregistrement.\n\nLe fabricant documente la même prise en charge de plus de 90 langues que Scribe v2. Ses informations publiques sur la transcription médicale indiquent que les améliorations de précision médicale ont été mesurées en anglais, en français et en allemand. Ces constats n’établissent pas des performances égales sur les termes spécialisés dans toutes les langues prises en charge. Fournissez la langue connue lorsque c’est utile, conservez les noms et les termes issus d’alternances de langues, et vérifiez le vocabulaire clinique rare dans l’audio réel plutôt que de l’accepter parce que la phrase est fluide.\n\nLa sortie de transcription contient le texte reconnu et les mots horodatés, avec des étiquettes de locuteur et des balises d’événements audio facultatives. Les heures de début et de fin des mots permettent de revenir à un nom de médicament, une quantité prononcée ou une correction dans l’enregistrement. Un livrable de dictée utile est donc une transcription accompagnée de son relevé aligné sur les mots. Vérifiez les détails sensibles dans leur contexte oral complet, notamment les négations, l’incertitude et la différence entre un élément rapporté par le patient et un élément affirmé par le clinicien.\n\nPour une consultation enregistrée en situation réelle, la diarisation aide à organiser qui a parlé et quand. Considérez une étiquette inférée comme un regroupement de parole, puis associez-la aux rôles ou identités connus à l’aide du dossier de la consultation. Les voix qui se chevauchent ou les locuteurs aux voix similaires demandent une attention particulière lors de la révision des changements de tour de parole. Si chaque canal d’enregistrement contient un seul locuteur, l’interface commune par lots propose aussi une transcription indépendante des canaux. Distinguez l’attribution par canal de la diarisation inférée à partir d’un audio mixé, et conservez la disposition de la source lorsqu’elle facilite la révision du résultat.\n\nLes indications de termes clés fournissent des mots ou expressions pertinents pour guider la reconnaissance à l’aide du contexte. Préparez un glossaire ciblé à partir de la terminologie réellement attendue dans l’enregistrement, avec les orthographes correctes et les abréviations importantes pour la tâche documentaire. Le guide de traitement par lots de l’éditeur autorise jusqu’à 1 000 termes clés ; ils doivent être courts et pertinents plutôt que constituer un vocabulaire exhaustif sans rapport avec la tâche. Inspectez les termes importants à leurs repères temporels. Un terme clé fourni est une indication de reconnaissance, pas une preuve que le mot a été prononcé ni une instruction de remplacer un autre terme audible.\n\nL’éditeur documente une détection facultative d’entités, notamment certaines catégories d’informations de santé, en complément de la transcription. Ces annotations peuvent aider un processus de révision autorisé à retrouver les passages pertinents pour correction ou traitement. L’interface commune par lots propose aussi le masquage des entités, qui remplace le texte détecté par des libellés ; il nécessite la détection d’entités, et la liste des entités est omise lorsque le masquage est activé. Conservez le texte et les repères temporels renvoyés avec les annotations présentes dans le résultat choisi. Une modification, une synthèse ou une extraction en aval constitue une transformation séparée de la transcription et doit préserver son lien avec la formulation enregistrée. Par exemple, une phrase nettoyée ne doit pas effacer une correction orale ni transformer un énoncé incertain en constat définitif.\n\nLa tâche définie de l’édition médicale est la transcription. Le fabricant exclut explicitement de sa finalité l’interprétation d’informations cliniques, le diagnostic, les recommandations de traitement et l’aide à la décision clinique. Pour un processus documentaire achevé, le professionnel de santé concerné ou le réviseur autorisé vérifie le projet par rapport à l’enregistrement et corrige les erreurs importantes. Le modèle fournit le relevé textuel pour soutenir ce travail ; la transcription elle-même n’établit pas l’exactitude d’un énoncé clinique et ne remplace pas la révision.\n\nGardez la distinction d’édition claire lorsque vous préparez une tâche. Scribe v2 Medical traite des enregistrements audio ; Scribe v2 Realtime est le modèle distinct de transcription en direct. Un ajustement médical n’hérite pas des limites ou capacités de synthèse vocale simplement parce que le même éditeur propose des produits vocaux. Le résultat utile est un projet de transcription révisé, avec des informations temporelles et de locuteur adaptées à l’enregistrement, qui laisse visibles les détails inaudibles ou incertains pour correction au lieu de les compléter silencieusement avec un langage clinique plausible.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7daa519cce071cc000d40338d771212933b5fdb9499a38b415ac606273532d08", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "elevenlabs/scribe-v2-medicalElevenLabs Scribe v2 Medical transcrit les enregistrements audio cliniques avec une adaptation du vocabulaire aux noms de médicaments, à l’anatomie et à la pathologie. Il prend en charge plus de 90 langues, l’horodatage des mots, la diarisation des locuteurs et les termes clés contextuels. Sa sortie est un projet de transcription à réviser pour la documentation, plutôt qu’une interprétation clinique.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
ElevenLabs Scribe v2 Medical est l’édition de reconnaissance vocale par lots spécialisée dans les enregistrements audio médicaux et cliniques. Il s’agit d’une version ajustée de Scribe v2, dont la reconnaissance se concentre sur les noms de médicaments, l’anatomie, la pathologie et la dictée clinique, tout en conservant le processus général de transcription de la parole. Elle transforme l’enregistrement fourni en un texte provisoire avec des repères temporels et des annotations facultatives de locuteur. Les usages prévus par l’éditeur sont la documentation et les processus administratifs associés, avec révision et correction du texte avant utilisation.
Les entrées utiles comprennent une conversation enregistrée entre un clinicien et un patient, une dictée orale, un appel d’admission ou une discussion de coordination des soins. Conservez l’enregistrement d’origine et suffisamment de parole environnante pour distinguer un terme dans son contexte. Évitez l’écrêtage et gardez séparés les canaux de locuteurs significatifs lorsque la source en fournit. L’interface commune de transcription par lots de l’éditeur accepte des formats audio courants comme WAV, MP3, FLAC et M4A. L’adaptation à la terminologie médicale améliore la spécialisation de la tâche ; elle ne reconstitue pas une partie clairement manquante ou inaudible de l’enregistrement.
Le fabricant documente la même prise en charge de plus de 90 langues que Scribe v2. Ses informations publiques sur la transcription médicale indiquent que les améliorations de précision médicale ont été mesurées en anglais, en français et en allemand. Ces constats n’établissent pas des performances égales sur les termes spécialisés dans toutes les langues prises en charge. Fournissez la langue connue lorsque c’est utile, conservez les noms et les termes issus d’alternances de langues, et vérifiez le vocabulaire clinique rare dans l’audio réel plutôt que de l’accepter parce que la phrase est fluide.
La sortie de transcription contient le texte reconnu et les mots horodatés, avec des étiquettes de locuteur et des balises d’événements audio facultatives. Les heures de début et de fin des mots permettent de revenir à un nom de médicament, une quantité prononcée ou une correction dans l’enregistrement. Un livrable de dictée utile est donc une transcription accompagnée de son relevé aligné sur les mots. Vérifiez les détails sensibles dans leur contexte oral complet, notamment les négations, l’incertitude et la différence entre un élément rapporté par le patient et un élément affirmé par le clinicien.
Pour une consultation enregistrée en situation réelle, la diarisation aide à organiser qui a parlé et quand. Considérez une étiquette inférée comme un regroupement de parole, puis associez-la aux rôles ou identités connus à l’aide du dossier de la consultation. Les voix qui se chevauchent ou les locuteurs aux voix similaires demandent une attention particulière lors de la révision des changements de tour de parole. Si chaque canal d’enregistrement contient un seul locuteur, l’interface commune par lots propose aussi une transcription indépendante des canaux. Distinguez l’attribution par canal de la diarisation inférée à partir d’un audio mixé, et conservez la disposition de la source lorsqu’elle facilite la révision du résultat.
Les indications de termes clés fournissent des mots ou expressions pertinents pour guider la reconnaissance à l’aide du contexte. Préparez un glossaire ciblé à partir de la terminologie réellement attendue dans l’enregistrement, avec les orthographes correctes et les abréviations importantes pour la tâche documentaire. Le guide de traitement par lots de l’éditeur autorise jusqu’à 1 000 termes clés ; ils doivent être courts et pertinents plutôt que constituer un vocabulaire exhaustif sans rapport avec la tâche. Inspectez les termes importants à leurs repères temporels. Un terme clé fourni est une indication de reconnaissance, pas une preuve que le mot a été prononcé ni une instruction de remplacer un autre terme audible.
L’éditeur documente une détection facultative d’entités, notamment certaines catégories d’informations de santé, en complément de la transcription. Ces annotations peuvent aider un processus de révision autorisé à retrouver les passages pertinents pour correction ou traitement. L’interface commune par lots propose aussi le masquage des entités, qui remplace le texte détecté par des libellés ; il nécessite la détection d’entités, et la liste des entités est omise lorsque le masquage est activé. Conservez le texte et les repères temporels renvoyés avec les annotations présentes dans le résultat choisi. Une modification, une synthèse ou une extraction en aval constitue une transformation séparée de la transcription et doit préserver son lien avec la formulation enregistrée. Par exemple, une phrase nettoyée ne doit pas effacer une correction orale ni transformer un énoncé incertain en constat définitif.
La tâche définie de l’édition médicale est la transcription. Le fabricant exclut explicitement de sa finalité l’interprétation d’informations cliniques, le diagnostic, les recommandations de traitement et l’aide à la décision clinique. Pour un processus documentaire achevé, le professionnel de santé concerné ou le réviseur autorisé vérifie le projet par rapport à l’enregistrement et corrige les erreurs importantes. Le modèle fournit le relevé textuel pour soutenir ce travail ; la transcription elle-même n’établit pas l’exactitude d’un énoncé clinique et ne remplace pas la révision.
Gardez la distinction d’édition claire lorsque vous préparez une tâche. Scribe v2 Medical traite des enregistrements audio ; Scribe v2 Realtime est le modèle distinct de transcription en direct. Un ajustement médical n’hérite pas des limites ou capacités de synthèse vocale simplement parce que le même éditeur propose des produits vocaux. Le résultat utile est un projet de transcription révisé, avec des informations temporelles et de locuteur adaptées à l’enregistrement, qui laisse visibles les détails inaudibles ou incertains pour correction au lieu de les compléter silencieusement avec un langage clinique plausible.
POST /v1/audio/transcriptionsaudiotext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites elevenlabs/scribe-v2-medical | Par défaut— |
Champinput_audio | Typeobject | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, input_audio |
Paramètrematerial_types | Contrataudio |
Paramètrematerial_conditions | ContratL’exemple lit votre fichier PCM WAV réel et non vide, encode l’intégralité de ses octets en base64 et transmet input_audio.format avec la valeur wav. |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id exact d’un enregistrement média existant dont vous êtes propriétaire
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Unité de facturation | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Unité de facturation— | Coût Entrée · Tokens en entrée — / 1K tokens Sortie · Tokens en sortie — / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| Configurationseconde d’audio en entrée | Barème tarifaire— | Unité de facturationpar seconde d’audio en entrée | Coût Entrée · seconde d’audio en entrée $0.0001222222222222 par seconde d’audio en entrée |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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.\nCorps de réponse d’origine complet, état et en-têtes transmis. Ce gestionnaire n’ajoute aucune structure JSON universelle, aucun champ de texte ni aucune enveloppe de tâche.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Conservez la valeur réelle X-Client-Request-ID et la réponse complète. Consultez les ressources d’origine dont vous êtes propriétaire et leurs URL de contenu signées exactes ; ne soumettez jamais de nouveau une création incertaine.
| Champ | Type |
|---|---|
Champtext (when present) | Type |
Champusage (when present) | Type |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionLe corps JSON ou l’ID canonique explicite du modèle est invalide. | Étape suivanteConservez la réponse et corrigez le champ indiqué de la requête. |
Réponse401 · authentication_error | ConditionLa clé API Ailoot est invalide. | Étape suivanteUtilisez votre clé API Ailoot autorisée. |
Réponse403 · permission_error | ConditionLe groupe de la clé n’autorise pas cette méthode. | Étape suivanteConservez les détails de l’erreur renvoyés. |
Réponse404 · not_found_error | ConditionLa méthode sélectionnée ne dispose d’aucune route autorisée. | Étape suivanteConservez les détails de l’erreur renvoyés. |
Réponse422 · price_unavailable | ConditionLe tarif accepté ne permet pas d’obtenir la quantité d’entrée ou la borne requise. | Étape suivanteConservez la réponse ; utilisez la représentation d’entrée requise par le tarif accepté. |
Réponse503 · | ConditionLe stockage, la route, le tarif de la méthode ou la réservation requis est indisponible. | Étape suivanteConservez la réponse d’origine complète. Une réservation incertaine n’autorise pas une nouvelle soumission. |
Réponse502 · server_error | ConditionLe résultat, la consommation ou le règlement d’origine nécessite une vérification. | Étape suivanteConservez l’ID réel de la requête et la réponse d’origine. Consultez l’enregistrement existant dont vous êtes propriétaire ; ne soumettez pas de nouveau la création. |
Ailoot Ultra elevenlabs/scribe-v2-medical
Utilisez les chemins de méthode indiqués ci-dessus.