ElevenLabs Scribe v2 Medical é a edição de reconhecimento de fala em lote especializada em áudio médico e clínico. É uma versão de Scribe v2 com ajuste fino, cujo reconhecimento se centra em nomes de medicamentos, anatomia, patologia e ditado clínico, mantendo o fluxo geral de transcrição de fala. Converte a gravação fornecida num rascunho de texto com marcação temporal e anotações opcionais de locutores. As utilizações previstas pelo fabricante são a documentação e os fluxos administrativos relacionados, com revisão e correção do texto antes da sua utilização.
Entre as entradas úteis estão uma conversa gravada entre profissional de saúde e doente, um ditado oral, uma chamada de admissão ou uma discussão de coordenação de cuidados. Preserve a gravação original e fala envolvente suficiente para distinguir um termo no seu contexto. Evite a saturação do áudio e mantenha separados os canais de locutores relevantes quando a fonte os disponibilizar. A interface partilhada do produtor para transcrição em lote aceita formatos de áudio comuns, como WAV, MP3, FLAC e M4A. O ajuste da terminologia médica melhora o foco da tarefa; não reconstrói uma parte da gravação que esteja claramente em falta ou seja inaudível.
O fabricante documenta o mesmo suporte para mais de 90 idiomas que Scribe v2. A sua informação pública sobre transcrição médica refere que as melhorias de precisão médica foram medidas em inglês, francês e alemão. Esses resultados não demonstram um desempenho igual em terminologia especializada em todos os idiomas suportados. Forneça o idioma conhecido quando for útil, preserve nomes e termos de alternância entre idiomas e confira o vocabulário clínico pouco comum com o áudio real, em vez de o aceitar porque a frase é fluente.
O resultado da transcrição contém texto reconhecido e palavras com marcação temporal, com rótulos opcionais de locutores e etiquetas de eventos sonoros. Os tempos de início e fim das palavras permitem voltar a um nome de medicamento, a uma quantidade dita ou a uma correção na gravação. Um resultado útil de ditado é, por isso, uma transcrição juntamente com o respetivo registo alinhado palavra a palavra. Reveja os pormenores sensíveis no seu contexto oral completo, incluindo negações, incerteza e a diferença entre algo relatado pelo doente e algo afirmado pelo profissional de saúde.
Numa consulta gravada em ambiente natural, a diarização de locutores ajuda a organizar quem falou e quando. Trate um rótulo inferido como um agrupamento de fala e, depois, associe-o a papéis ou identidades conhecidos utilizando o registo da consulta. Vozes sobrepostas ou locutores com vozes semelhantes exigem atenção especial ao rever as mudanças de turno. Se cada canal da gravação contiver um locutor, a interface partilhada de transcrição em lote também disponibiliza transcrição independente por canal. Mantenha a atribuição por canal distinta da diarização inferida a partir de áudio misturado e preserve a estrutura da fonte quando esta ajudar a rever o resultado.
A indicação de termos-chave fornece palavras ou expressões pertinentes para orientar o reconhecimento com recurso ao contexto. Prepare um glossário focado com a terminologia real esperada na gravação, incluindo a grafia correta e as abreviaturas importantes para a tarefa de documentação. O guia de processamento em lote do fabricante permite até 1 000 termos-chave; estes devem ser curtos e pertinentes, em vez de constituírem um vocabulário abrangente sem relação com a tarefa. Inspecione os termos importantes nos respetivos momentos da gravação. Um termo-chave fornecido é uma pista para o reconhecimento, não uma prova de que a palavra foi dita nem uma instrução para substituir um termo audível diferente.
O fabricante documenta a deteção opcional de entidades, incluindo categorias selecionadas de informação de saúde, juntamente com a transcrição. Estas anotações podem ajudar um processo de revisão autorizado a encontrar trechos pertinentes para correção ou tratamento. A interface partilhada de transcrição em lote também disponibiliza ocultação de entidades, que mascara o texto detetado com rótulos de substituição; esta funcionalidade exige a deteção de entidades, e a lista de entidades é omitida quando a ocultação está ativada. Mantenha juntos o texto devolvido, a marcação temporal e quaisquer anotações presentes no resultado selecionado. Uma edição, um resumo ou uma extração posterior é uma transformação separada da transcrição e deve preservar a relação com as palavras gravadas. Por exemplo, uma frase aperfeiçoada não deve apagar uma correção oral nem transformar uma afirmação incerta numa conclusão definitiva.
A tarefa definida para a edição médica é a transcrição. O fabricante exclui explicitamente a interpretação de informação clínica, o diagnóstico, as recomendações de tratamento e a orientação de decisões clínicas da sua finalidade prevista. Para um fluxo de documentação concluído, o profissional de saúde competente ou um revisor autorizado confere o rascunho com a gravação e corrige os erros importantes. O modelo fornece o registo textual para apoiar esse trabalho; a transcrição, por si só, não estabelece a correção de uma afirmação clínica nem substitui a revisão.
Mantenha clara a distinção entre edições ao preparar uma tarefa. Scribe v2 Medical processa áudio gravado; Scribe v2 Realtime é o modelo separado de transcrição em direto. Um ajuste fino médico não herda limites ou capacidades de síntese de fala apenas porque o mesmo fabricante oferece produtos de voz. O resultado útil é um rascunho de transcrição revisto, com marcação temporal e informação de locutores adequadas à gravação, mantendo visíveis os pormenores inaudíveis ou incertos para correção, em vez de os preencher silenciosamente com linguagem clínica plausível.
", "aboutText": "ElevenLabs Scribe v2 Medical é a edição de reconhecimento de fala em lote especializada em áudio médico e clínico. É uma versão de Scribe v2 com ajuste fino, cujo reconhecimento se centra em nomes de medicamentos, anatomia, patologia e ditado clínico, mantendo o fluxo geral de transcrição de fala. Converte a gravação fornecida num rascunho de texto com marcação temporal e anotações opcionais de locutores. As utilizações previstas pelo fabricante são a documentação e os fluxos administrativos relacionados, com revisão e correção do texto antes da sua utilização.\n\nEntre as entradas úteis estão uma conversa gravada entre profissional de saúde e doente, um ditado oral, uma chamada de admissão ou uma discussão de coordenação de cuidados. Preserve a gravação original e fala envolvente suficiente para distinguir um termo no seu contexto. Evite a saturação do áudio e mantenha separados os canais de locutores relevantes quando a fonte os disponibilizar. A interface partilhada do produtor para transcrição em lote aceita formatos de áudio comuns, como WAV, MP3, FLAC e M4A. O ajuste da terminologia médica melhora o foco da tarefa; não reconstrói uma parte da gravação que esteja claramente em falta ou seja inaudível.\n\nO fabricante documenta o mesmo suporte para mais de 90 idiomas que Scribe v2. A sua informação pública sobre transcrição médica refere que as melhorias de precisão médica foram medidas em inglês, francês e alemão. Esses resultados não demonstram um desempenho igual em terminologia especializada em todos os idiomas suportados. Forneça o idioma conhecido quando for útil, preserve nomes e termos de alternância entre idiomas e confira o vocabulário clínico pouco comum com o áudio real, em vez de o aceitar porque a frase é fluente.\n\nO resultado da transcrição contém texto reconhecido e palavras com marcação temporal, com rótulos opcionais de locutores e etiquetas de eventos sonoros. Os tempos de início e fim das palavras permitem voltar a um nome de medicamento, a uma quantidade dita ou a uma correção na gravação. Um resultado útil de ditado é, por isso, uma transcrição juntamente com o respetivo registo alinhado palavra a palavra. Reveja os pormenores sensíveis no seu contexto oral completo, incluindo negações, incerteza e a diferença entre algo relatado pelo doente e algo afirmado pelo profissional de saúde.\n\nNuma consulta gravada em ambiente natural, a diarização de locutores ajuda a organizar quem falou e quando. Trate um rótulo inferido como um agrupamento de fala e, depois, associe-o a papéis ou identidades conhecidos utilizando o registo da consulta. Vozes sobrepostas ou locutores com vozes semelhantes exigem atenção especial ao rever as mudanças de turno. Se cada canal da gravação contiver um locutor, a interface partilhada de transcrição em lote também disponibiliza transcrição independente por canal. Mantenha a atribuição por canal distinta da diarização inferida a partir de áudio misturado e preserve a estrutura da fonte quando esta ajudar a rever o resultado.\n\nA indicação de termos-chave fornece palavras ou expressões pertinentes para orientar o reconhecimento com recurso ao contexto. Prepare um glossário focado com a terminologia real esperada na gravação, incluindo a grafia correta e as abreviaturas importantes para a tarefa de documentação. O guia de processamento em lote do fabricante permite até 1 000 termos-chave; estes devem ser curtos e pertinentes, em vez de constituírem um vocabulário abrangente sem relação com a tarefa. Inspecione os termos importantes nos respetivos momentos da gravação. Um termo-chave fornecido é uma pista para o reconhecimento, não uma prova de que a palavra foi dita nem uma instrução para substituir um termo audível diferente.\n\nO fabricante documenta a deteção opcional de entidades, incluindo categorias selecionadas de informação de saúde, juntamente com a transcrição. Estas anotações podem ajudar um processo de revisão autorizado a encontrar trechos pertinentes para correção ou tratamento. A interface partilhada de transcrição em lote também disponibiliza ocultação de entidades, que mascara o texto detetado com rótulos de substituição; esta funcionalidade exige a deteção de entidades, e a lista de entidades é omitida quando a ocultação está ativada. Mantenha juntos o texto devolvido, a marcação temporal e quaisquer anotações presentes no resultado selecionado. Uma edição, um resumo ou uma extração posterior é uma transformação separada da transcrição e deve preservar a relação com as palavras gravadas. Por exemplo, uma frase aperfeiçoada não deve apagar uma correção oral nem transformar uma afirmação incerta numa conclusão definitiva.\n\nA tarefa definida para a edição médica é a transcrição. O fabricante exclui explicitamente a interpretação de informação clínica, o diagnóstico, as recomendações de tratamento e a orientação de decisões clínicas da sua finalidade prevista. Para um fluxo de documentação concluído, o profissional de saúde competente ou um revisor autorizado confere o rascunho com a gravação e corrige os erros importantes. O modelo fornece o registo textual para apoiar esse trabalho; a transcrição, por si só, não estabelece a correção de uma afirmação clínica nem substitui a revisão.\n\nMantenha clara a distinção entre edições ao preparar uma tarefa. Scribe v2 Medical processa áudio gravado; Scribe v2 Realtime é o modelo separado de transcrição em direto. Um ajuste fino médico não herda limites ou capacidades de síntese de fala apenas porque o mesmo fabricante oferece produtos de voz. O resultado útil é um rascunho de transcrição revisto, com marcação temporal e informação de locutores adequadas à gravação, mantendo visíveis os pormenores inaudíveis ou incertos para correção, em vez de os preencher silenciosamente com linguagem clínica plausível.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "305b4d3dd38e16dc7060ac500adc58b8f4d4e1bb68fdbab4d50bb66fe3705338", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "elevenlabs/scribe-v2-medicalElevenLabs Scribe v2 Medical transcreve áudio clínico gravado, com vocabulário ajustado a nomes de medicamentos, anatomia e patologia. Suporta mais de 90 idiomas, marcação temporal por palavra, diarização de locutores e termos-chave contextuais. O resultado é um rascunho de transcrição passível de revisão para documentação, em vez de uma interpretação clínica.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
ElevenLabs Scribe v2 Medical é a edição de reconhecimento de fala em lote especializada em áudio médico e clínico. É uma versão de Scribe v2 com ajuste fino, cujo reconhecimento se centra em nomes de medicamentos, anatomia, patologia e ditado clínico, mantendo o fluxo geral de transcrição de fala. Converte a gravação fornecida num rascunho de texto com marcação temporal e anotações opcionais de locutores. As utilizações previstas pelo fabricante são a documentação e os fluxos administrativos relacionados, com revisão e correção do texto antes da sua utilização.
Entre as entradas úteis estão uma conversa gravada entre profissional de saúde e doente, um ditado oral, uma chamada de admissão ou uma discussão de coordenação de cuidados. Preserve a gravação original e fala envolvente suficiente para distinguir um termo no seu contexto. Evite a saturação do áudio e mantenha separados os canais de locutores relevantes quando a fonte os disponibilizar. A interface partilhada do produtor para transcrição em lote aceita formatos de áudio comuns, como WAV, MP3, FLAC e M4A. O ajuste da terminologia médica melhora o foco da tarefa; não reconstrói uma parte da gravação que esteja claramente em falta ou seja inaudível.
O fabricante documenta o mesmo suporte para mais de 90 idiomas que Scribe v2. A sua informação pública sobre transcrição médica refere que as melhorias de precisão médica foram medidas em inglês, francês e alemão. Esses resultados não demonstram um desempenho igual em terminologia especializada em todos os idiomas suportados. Forneça o idioma conhecido quando for útil, preserve nomes e termos de alternância entre idiomas e confira o vocabulário clínico pouco comum com o áudio real, em vez de o aceitar porque a frase é fluente.
O resultado da transcrição contém texto reconhecido e palavras com marcação temporal, com rótulos opcionais de locutores e etiquetas de eventos sonoros. Os tempos de início e fim das palavras permitem voltar a um nome de medicamento, a uma quantidade dita ou a uma correção na gravação. Um resultado útil de ditado é, por isso, uma transcrição juntamente com o respetivo registo alinhado palavra a palavra. Reveja os pormenores sensíveis no seu contexto oral completo, incluindo negações, incerteza e a diferença entre algo relatado pelo doente e algo afirmado pelo profissional de saúde.
Numa consulta gravada em ambiente natural, a diarização de locutores ajuda a organizar quem falou e quando. Trate um rótulo inferido como um agrupamento de fala e, depois, associe-o a papéis ou identidades conhecidos utilizando o registo da consulta. Vozes sobrepostas ou locutores com vozes semelhantes exigem atenção especial ao rever as mudanças de turno. Se cada canal da gravação contiver um locutor, a interface partilhada de transcrição em lote também disponibiliza transcrição independente por canal. Mantenha a atribuição por canal distinta da diarização inferida a partir de áudio misturado e preserve a estrutura da fonte quando esta ajudar a rever o resultado.
A indicação de termos-chave fornece palavras ou expressões pertinentes para orientar o reconhecimento com recurso ao contexto. Prepare um glossário focado com a terminologia real esperada na gravação, incluindo a grafia correta e as abreviaturas importantes para a tarefa de documentação. O guia de processamento em lote do fabricante permite até 1 000 termos-chave; estes devem ser curtos e pertinentes, em vez de constituírem um vocabulário abrangente sem relação com a tarefa. Inspecione os termos importantes nos respetivos momentos da gravação. Um termo-chave fornecido é uma pista para o reconhecimento, não uma prova de que a palavra foi dita nem uma instrução para substituir um termo audível diferente.
O fabricante documenta a deteção opcional de entidades, incluindo categorias selecionadas de informação de saúde, juntamente com a transcrição. Estas anotações podem ajudar um processo de revisão autorizado a encontrar trechos pertinentes para correção ou tratamento. A interface partilhada de transcrição em lote também disponibiliza ocultação de entidades, que mascara o texto detetado com rótulos de substituição; esta funcionalidade exige a deteção de entidades, e a lista de entidades é omitida quando a ocultação está ativada. Mantenha juntos o texto devolvido, a marcação temporal e quaisquer anotações presentes no resultado selecionado. Uma edição, um resumo ou uma extração posterior é uma transformação separada da transcrição e deve preservar a relação com as palavras gravadas. Por exemplo, uma frase aperfeiçoada não deve apagar uma correção oral nem transformar uma afirmação incerta numa conclusão definitiva.
A tarefa definida para a edição médica é a transcrição. O fabricante exclui explicitamente a interpretação de informação clínica, o diagnóstico, as recomendações de tratamento e a orientação de decisões clínicas da sua finalidade prevista. Para um fluxo de documentação concluído, o profissional de saúde competente ou um revisor autorizado confere o rascunho com a gravação e corrige os erros importantes. O modelo fornece o registo textual para apoiar esse trabalho; a transcrição, por si só, não estabelece a correção de uma afirmação clínica nem substitui a revisão.
Mantenha clara a distinção entre edições ao preparar uma tarefa. Scribe v2 Medical processa áudio gravado; Scribe v2 Realtime é o modelo separado de transcrição em direto. Um ajuste fino médico não herda limites ou capacidades de síntese de fala apenas porque o mesmo fabricante oferece produtos de voz. O resultado útil é um rascunho de transcrição revisto, com marcação temporal e informação de locutores adequadas à gravação, mantendo visíveis os pormenores inaudíveis ou incertos para correção, em vez de os preencher silenciosamente com linguagem clínica plausível.
POST /v1/audio/transcriptionsaudiotext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites elevenlabs/scribe-v2-medical | Predefinição— |
Campoinput_audio | Tipoobject | RequisitoObrigatório | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, input_audio |
Parâmetromaterial_types | Contratoaudio |
Parâmetromaterial_conditions | ContratoO exemplo lê o seu ficheiro PCM WAV real e não vazio, codifica todos os bytes do ficheiro em base64 e envia input_audio.format como wav. |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id exato de um registo multimédia existente pertencente ao utilizador
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Unidade de faturação | Custo |
|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada — / 1K tokens Saída · Tokens de saída — / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| Configuraçãosegundo de áudio de entrada | Tabela de tarifas— | Unidade de faturaçãopor segundo de áudio de entrada | Custo Entrada · segundo de áudio de entrada $0.0001222222222222 por segundo de áudio de entrada |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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.\nCorpo completo da resposta original, estado e cabeçalhos encaminhados. Este processador não adiciona qualquer estrutura JSON universal, campo de texto ou estrutura envolvente de tarefa.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação.
Conserve o X-Client-Request-ID real e a resposta completa. Consulte os recursos originais pertencentes ao utilizador e os respetivos URLs assinados exatos de conteúdo; nunca volte a enviar uma criação incerta.
| Campo | Tipo |
|---|---|
Campotext (when present) | Tipo |
Campousage (when present) | Tipo |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoO corpo JSON ou o ID canónico explícito do modelo é inválido. | Passo seguinteConserve a resposta e corrija o campo indicado no pedido. |
Resposta401 · authentication_error | CondiçãoA chave API da Ailoot é inválida. | Passo seguinteUtilize a sua chave API autorizada da Ailoot. |
Resposta403 · permission_error | CondiçãoO grupo da chave não permite este método. | Passo seguinteConserve os detalhes do erro devolvido. |
Resposta404 · not_found_error | CondiçãoO método selecionado não tem uma rota autorizada. | Passo seguinteConserve os detalhes do erro devolvido. |
Resposta422 · price_unavailable | CondiçãoO tarifário aceite não consegue obter a quantidade de entrada ou o limite de que necessita. | Passo seguinteConserve a resposta; utilize a representação da entrada exigida pelo tarifário aceite. |
Resposta503 · | CondiçãoO armazenamento, a rota, o preço do método ou a reserva de que necessita não está disponível. | Passo seguinteConserve a resposta original completa. Uma reserva incerta não autoriza o reenvio. |
Resposta502 · server_error | CondiçãoO resultado, a utilização ou a liquidação original requer verificação. | Passo seguinteConserve o ID real do pedido e a resposta original. Consulte o registo existente pertencente ao utilizador; não volte a enviar o pedido de criação. |
Ailoot Ultra elevenlabs/scribe-v2-medical
Use os caminhos dos métodos indicados acima.