Source: https://ailoot.ai/models/nb/elevenlabs-scribe-v2/ Canonical: https://ailoot.ai/models/nb/elevenlabs-scribe-v2/ Language: nb # ElevenLabs: Scribe v2 [Markdown](https://ailoot.ai/models/nb/elevenlabs-scribe-v2/index.md) · [JSON](https://ailoot.ai/models/nb/elevenlabs-scribe-v2/facts.json) ## [ElevenLabs: Scribe v2](https://ailoot.ai/models/nb/elevenlabs-scribe-v2/) ElevenLabs Scribe v2 transkriberer innspilt lyd på 90+ språk, med tidsangivelser på ordnivå, valgfri talerdiarisering og etiketter for hendelser uten tale. Den er laget for lange opptak, undertekster og redigerbare transkripsjoner, med kontekstuelle nøkkeltermer og valg mellom ordrett og språklig ryddet transkripsjon. - [**Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` `elevenlabs/scribe-v2`](https://ailoot.ai/models/nb/elevenlabs-scribe-v2/#method-0) Om modellen Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden. ElevenLabs Scribe v2 er modellen for satsvis talegjenkjenning av innspilt lyd, transkripsjon og teksting. Den bygger videre på Scribe v1 med forbedret håndtering av lange opptak, pauser, endringer i tonefall og lengre stillhet. Resultatet er skriftlig gjengitt tale med tidsinformasjon og valgfrie annotasjoner for talere og lydhendelser. Scribe v2 Realtime er en separat utgave for direktetranskripsjon; denne modellens formål er å behandle komplette opptak. Produsenten dokumenterer gjenkjenning på mer enn 90 språk og automatisk språkgjenkjenning, inkludert opptak der språket skifter. Et hint om et kjent språk kan hjelpe modellen med å tolke lyden. Forbered et tydelig opptak, behold originalspråket og navnene, og unngå kraftig klipping av lydsignalet eller unødvendig behandling som fjerner detaljer i talen. Vanlige dokumenterte inndataformater omfatter WAV, MP3, FLAC, M4A, AAC, OGG, Opus og WebM. Velg en inndatarepresentasjon som støttes av transkripsjonsimplementeringen, og behold kildeopptaket for gjennomgang. Standardsvaret inneholder den gjenkjente teksten, informasjon om gjenkjent språk og en sekvens av ord med tidsangivelser. Ordregistreringene kan inneholde start- og sluttider, taleridentifikatorer og en logaritmisk sannsynlighet for gjenkjenningen. Dette gjør resultatet nyttig for undertekster, søkbare intervjuer eller en redigerer som hopper tilbake til den relevante lyden. Behold resultatet med tidsangivelser sammen med kildelyden. For en podkast kan leveransen for eksempel være en redigerbar transkripsjon og en ordjustert registrering som gjør det mulig å finne rettelser før undertekstene settes opp. Talerdiarisering merker hvem som snakker når i lyd med flere talere, med opptil 32 talere dokumentert av produsenten. Aktiver den når talerskifter er viktige, og oppgi et rimelig antall talere hvis denne informasjonen er kjent. Skill mellom en gjenkjent taleretikett og navnet på en verifisert person. For et intervju eller møte kontrollerer du talerskifter mot opptaket, særlig der stemmer overlapper eller høres like ut. En etikett hjelper med å organisere transkripsjonen; den fastslår ikke talerens identitet på egen hånd. Et opptak med én taler per kanal har en annen struktur enn flere stemmer blandet i én kanal. Produsentens grensesnitt kan behandle opptil fem kanaler uavhengig og returnere separate transkripsjoner eller en samlet transkripsjon ordnet etter tid, med kanalindekser. Behold dette kanaloppsettet når det er relevant. Å slå sammen et samtaleopptak med separate kanaler før transkripsjon kan fjerne en nyttig kilde til talerinformasjon. Hold kanalbasert tilordning atskilt fra diarisering som er utledet fra blandet lyd. Svaret for kombinerte kanaler krever tidsstempler og kan ikke inneholde entitetsgjenkjenning eller maskering. Styring med nøkkeltermer veileder gjenkjenningen av navn, produktbegreper og fagterminologi ved hjelp av kontekst. Den gjeldende dokumentasjonen for satsvis transkripsjon tillater opptil 1 000 termer, hver på under 50 tegn og høyst fem ord. Oppgi relevante stavemåter fremfor en bred katalog uten tilknytning til oppgaven. For et teknisk intervju oppgir du produktnavnene og forkortelsene som sannsynligvis forekommer, og kontrollerer dem deretter ved tidsstemplene i resultatet. Nøkkeltermer påvirker gjenkjenningen; de er ikke instruksjoner om å sette inn en term når opptaket ikke gir grunnlag for den. Velg transkripsjonens formål før du rydder i språket. En ordrett registrering beholder den muntlige ordlyden, mens det dokumenterte alternativet no-verbatim fjerner fyllord, avbrutte formuleringer og taleflytbrudd for et mer lesbart resultat. Dynamisk lydmerking kan identifisere hendelser uten tale, som latter eller fottrinn. En bearbeidet transkripsjon kan være nyttig for undertekster eller lesing, men den bør ikke stilltiende erstatte råregistreringen når gjentakelser, rettelser eller lyder uten tale er viktige for oppgaven. Produsenten dokumenterer også entitetsgjenkjenning og eksperimentell redigering av transkripsjoner. Redigering av transkripsjoner kan ikke kombineres med entitetsgjenkjenning, entitetsmaskering eller flerkanalstranskripsjon i produsentens grensesnitt. Gjenkjente entiteter gir strukturerte posisjoner for utvalgt informasjon i transkripsjonen. Valgfri entitetsmaskering maskerer gjenkjent tekst med erstatningsetiketter; den avhenger av entitetsgjenkjenning, og entitetslisten returneres ikke når maskering er aktivert. Maskeringen skjer under transkripsjonen og bruker en generell erstatningsmarkør, en kategorietikett eller en nummerert kategorietikett. Automatisk maskering kan overse følsomt innhold, så gjennomgå den maskerte transkripsjonen før du deler den. En redigering med instruksjoner i naturlig språk returnerer en redigert tekst ved siden av originalresultatet, slik at den opprinnelige registreringen av tider og talere fortsatt er tilgjengelig. Hold disse resultatene atskilt: en korrigert stavemåte eller en omformatert setning kan trenge en ny kontroll før den justeres mot lyden eller brukes i et etterfølgende uttrekk. Disse funksjonene behandler transkripsjonen; de fastslår ikke at alle viktige detaljer ble gjenkjent riktig. For en ferdig transkripsjon kontrollerer du navn, tall, negasjoner og talerskifter ved å gå tilbake til den tilhørende lyden. Vær oppmerksom på stille partier, overlapp og språkskifter fremfor å vurdere kvaliteten bare ut fra flytende tekst. Behold usikker ordlyd for retting i stedet for å fullføre et uhørbart avsnitt med en plausibel setning. Det nyttige resultatet er en kontrollert tekstregistrering med tids- og talerinformasjonen som trengs for den tiltenkte bruken; en transkripsjon kan deretter bli inndata til et separat trinn for oppsummering, oversettelse eller analyse. **Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` `elevenlabs/scribe-v2` [`elevenlabs/scribe-v2`](https://ailoot.ai/models/nb/#m=elevenlabs%2Fscribe-v2&route=Ultra&caller=elevenlabs%2Fscribe-v2&fmt=transcriptions) ElevenLabs /`elevenlabs/scribe-v2` ### Start ElevenLabs Scribe v2 transkriberer innspilt lyd på 90+ språk, med tidsangivelser på ordnivå, valgfri talerdiarisering og etiketter for hendelser uten tale. Den er laget for lange opptak, undertekster og redigerbare transkripsjoner, med kontekstuelle nøkkeltermer og valg mellom ordrett og språklig ryddet transkripsjon. Godkjente inndata Lyd Resultater Tekst ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` Inndatatyper `audio` Utdatatyper `text` | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser elevenlabs/scribe-v2 | Standard— | | Felt`input_audio` | Type`object` | KravPåkrevd | Verdier & grenser | Standard— | Metodeparametere og livssyklus | Parameter | Avtale | | --- | --- | | Parameter`content_type` | Avtaleapplication/json | | Parameter`required` | Avtalemodel, input\_audio | | Parameter`material_types` | Avtaleaudio | | Parameter`material_conditions` | AvtaleEksemplet leser den faktiske PCM WAV-filen din, som må ha innhold, koder alle filens byte som base64 og sender input\_audio.format som wav. | Livssyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Eksakt task\_id fra en eksisterende medieoppføring du eier `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Priser Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden. Hurtigmodus Ikke angitt Når hurtigmodus er valgt Flex-modus Ikke angitt Når flex-modus er valgt Maksimal resonneringsinnsats Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats #### Ailoot-satser #### Priser etter konfigurasjon Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner. | Konfigurasjon | Prisplan | Faktureringsenhet | Kostnad | | --- | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Faktureringsenhet— | Kostnad Inndata · Inngående tokener **—** / 1K tokener Utdata · Utgående tokener **—** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | | Konfigurasjonlydsekund i inndata | Prisplan— | Faktureringsenhetper sekund inndatalyd | Kostnad Inndata · lydsekund i inndata **$0.0001222222222222** per sekund inndatalyd | Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/) ### Eksempelforespørsler #### Ailoot Ultra · Transkripsjon curl · faktisk WAV-fil og hele det opprinnelige resultatet ```bash set -eu : "${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. ``` ### Motta og lagre resultater #### Ailoot Ultra · Transkripsjon Hele den opprinnelige svarkroppen, statusen og videresendte svarhoder. Denne behandleren legger ikke til noen universell JSON-struktur, noe tekstfelt eller noen oppgaveinnpakning. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Behold alle ferdige resultater Behold alle fullstendige returnerte svar, filer og innholdsdeler. Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt. ##### Hvis det opprinnelige svaret må kontrolleres Behold den faktiske X-Client-Request-ID og hele svaret. Les de opprinnelige ressursene du eier, og deres eksakte signerte innholdsadresser; send aldri en usikker opprettelse på nytt. Svarfelter | Felt | Type | | --- | --- | | Felt`text (when present)` | Type | | Felt`usage (when present)` | Type | Feil og neste trinn | Svar | Vilkår | Neste trinn | | --- | --- | --- | | Svar400 · `invalid_request_error` | VilkårJSON-kroppen eller den eksplisitte kanoniske modell-ID-en er ugyldig. | Neste trinnBehold svaret og korriger det angitte forespørselsfeltet. | | Svar401 · `authentication_error` | VilkårAiloot API-nøkkelen er ugyldig. | Neste trinnBruk den autoriserte Ailoot API-nøkkelen din. | | Svar403 · `permission_error` | VilkårNøkkelgruppen gir ikke tilgang til denne metoden. | Neste trinnBehold de returnerte feildetaljene. | | Svar404 · `not_found_error` | VilkårDen valgte metoden har ingen godkjent rute. | Neste trinnBehold de returnerte feildetaljene. | | Svar422 · `price_unavailable` | VilkårDen godtatte tariffen kan ikke hente den nødvendige inndatamengden eller grensen. | Neste trinnBehold svaret; bruk inndatarepresentasjonen som den godtatte tariffen krever. | | Svar503 · `` | VilkårNødvendig lagring, rute, metodepris eller reservasjon er utilgjengelig. | Neste trinnBehold hele det opprinnelige svaret. En usikker reservasjon gir ikke tillatelse til å sende inn på nytt. | | Svar502 · `server_error` | VilkårDet opprinnelige resultatet, forbruket eller oppgjøret må kontrolleres. | Neste trinnBehold den faktiske forespørsels-ID-en og det opprinnelige svaret. Les den eksisterende oppføringen du eier; ikke send opprettelsen på nytt. | ### Aliaser #### Modellaliaser **Ailoot Ultra** [`elevenlabs/scribe-v2`](https://ailoot.ai/models/nb/#m=elevenlabs%2Fscribe-v2&route=Ultra&caller=elevenlabs%2Fscribe-v2&fmt=transcriptions) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`elevenlabs/scribe-v2`](https://ailoot.ai/models/nb/#m=elevenlabs%2Fscribe-v2&route=Ultra&caller=elevenlabs%2Fscribe-v2&fmt=transcriptions) FAQ · ElevenLabs: Scribe v2 Hvilke inndata og resultater er tilgjengelige? `POST /v1/audio/transcriptions` · `elevenlabs/scribe-v2`: `audio` → `text` Hvilke felt bruker forespørselen? `POST /v1/audio/transcriptions` · `elevenlabs/scribe-v2`: `model`, `input_audio` Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon. ## Selskapet og dets prosjektportefølje Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. ## Kjøp tokener med rabatt. Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp. Abonnement Velg et rabattabonnement for faste forespørsler. Kampanjekode opptil 50% Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje. Kostnader i historikken Modell, tokener og beløp lagres for hver forespørsel. [Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/) ## Koble API-et til produktet du selger. SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg. Kommersiell applikasjon Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten. Forhandlerlisens Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg. Dokumenter på nettstedet Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling. [Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb) ## Ailoot · Selskapet og dets prosjektportefølje Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll. Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.