ElevenLabs: Scribe v2 Medical
ElevenLabs Scribe v2 Medical 可將臨床錄音轉成文字，並針對藥物名稱、解剖學與病理學詞彙進行調校。它支援 90+ 種語言、逐詞時間資訊、說話者分離，以及依上下文提供的關鍵詞。其輸出是可供審閱、用於文件記錄的逐字稿草稿，而非臨床解讀。
關於模型
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
ElevenLabs Scribe v2 Medical 是專為醫療與臨床錄音設計的批次語音辨識版本。它以 Scribe v2 微調而成，辨識重點涵蓋藥物名稱、解剖學、病理學與臨床口述，同時保留一般語音轉錄工作流程。它會將提供的錄音轉成附有時間資訊及選用說話者註記的文字草稿。開發商預期的用途是文件記錄與相關行政工作流程，文字須在使用前經過審閱與修正。
適合的輸入包括臨床人員與病患的對話錄音、口述記錄、初步資料蒐集電話，或照護協調討論。請保留原始錄音與足夠的前後語句，以便根據上下文辨識術語。避免削波失真；若來源提供有意義的獨立說話者聲道，請保持分離。開發商共用的批次轉錄介面接受 WAV、MP3、FLAC 和 M4A 等常見音訊格式。醫療術語調校可讓辨識更貼合任務，但無法重建錄音中明顯缺失或聽不清楚的部分。
製造商文件記載，此版本與 Scribe v2 同樣支援 90+ 種語言。其公開的醫療轉錄資訊指出，醫療準確率的提升已在英語、法語與德語中進行測量。這些結果並不代表所有支援語言在專業術語上的表現都相同。適合時請提供已知的語言，保留名稱與語碼轉換時使用的術語，並對照實際音訊檢查少見的臨床詞彙，勿因句子讀起來流暢就直接採用。
轉錄輸出包含辨識出的文字與附時間資訊的詞，並可選擇加入說話者標籤與音訊事件標記。每個詞的開始與結束時間，可協助回到錄音中的藥物名稱、口述數量或更正內容。因此，實用的口述記錄成果應包含逐字稿與逐詞對齊的記錄。請將敏感細節放回完整的口述上下文中審閱，包括否定語句、不確定性，以及病患陳述與臨床人員陳述之間的區別。
對於自然進行的診療對話，說話者分離有助於整理誰在何時發言。請將推斷出的標籤視為語音分組，再依診療記錄對應到已知角色或身分。檢查發言輪替時，聲音重疊或聲線相似的說話者需要特別留意。若每個錄音聲道各有一位說話者，共用的批次介面也提供獨立聲道轉錄。請區分依聲道歸屬的資訊與從混合音訊推斷出的說話者分離結果；若來源配置有助於審閱結果，請保留該配置。
關鍵詞提示可提供相關單字或片語，運用上下文引導辨識。請依錄音中實際預期出現的術語，準備聚焦的詞彙表，包含正確拼寫與對文件記錄任務重要的縮寫。開發商的批次指南允許最多 1,000 個關鍵詞；這些詞應簡短且相關，避免提供涵蓋大量無關詞彙的完整詞庫。請在對應的時間點檢查重要術語。提供的關鍵詞是辨識提示，並非該詞確實被說出的證據，也不是要求取代另一個實際可聽見術語的指示。
開發商文件記載，可在逐字稿旁選擇加入實體偵測，包含特定的健康資訊類別。這些註記可協助獲授權的審閱流程找出需修正或處理的相關文字區段。共用批次介面也提供實體遮蔽，以替代標籤遮住偵測到的文字；此功能需要啟用實體偵測，且啟用遮蔽時不會傳回實體清單。請將回傳的文字、時間資訊，以及所選結果中附帶的註記一併保留。後續編輯、摘要或擷取是對逐字稿進行的另一項轉換，應保留與錄音原始措辭的對應關係。例如，潤飾句子時，不應刪除說話者口述的更正，也不應將不確定的陳述改成明確的發現。
醫療版本定義的任務是轉錄。製造商明確將臨床資訊解讀、診斷、治療建議與臨床決策指引排除在預期用途之外。在完整的文件記錄工作流程中，相關醫療專業人員或獲授權的審閱者須對照錄音檢查草稿，並修正重要錯誤。模型提供文字記錄以支援這項工作；逐字稿本身無法確立臨床陳述的正確性，也無法取代審閱。
準備任務時，請清楚區分各版本。Scribe v2 Medical 處理錄製好的音訊；Scribe v2 Realtime 則是另一個即時轉錄模型。不能僅因同一家開發商也提供語音產品，就認定醫療微調版本承襲語音合成的限制或能力。實用的結果是經過審閱的逐字稿草稿，附有適合該錄音的時間資訊與說話者資訊，並讓聽不清楚或不確定的細節保持可見，以便修正，而非悄悄用看似合理的臨床用語補齊。
Ailoot Ultra · 語音轉文字 POST /v1/audio/transcriptions elevenlabs/scribe-v2-medical
elevenlabs/scribe-v2-medical入門
ElevenLabs Scribe v2 Medical 可將臨床錄音轉成文字，並針對藥物名稱、解剖學與病理學詞彙進行調校。它支援 90+ 種語言、逐詞時間資訊、說話者分離，以及依上下文提供的關鍵詞。其輸出是可供審閱、用於文件記錄的逐字稿草稿，而非臨床解讀。
- 接受的輸入
- 音訊
- 結果
- 文字
Ailoot 可用 · 輸入與方法
Ailoot Ultra · 語音轉文字 POST /v1/audio/transcriptions
- 輸入
audio- 輸出
text
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 elevenlabs/scribe-v2-medical | 預設值— |
欄位input_audio | 類型object | 要求必填 | 值與限制 | 預設值— |
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, input_audio |
參數material_types | 規格audio |
參數material_conditions | 規格此範例會讀取您實際使用且非空的 PCM WAV 檔案，將完整檔案位元組編碼為 base64，並將 input_audio.format 設為 wav 傳送。 |
生命週期： synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 現有自有媒體紀錄中完全相符的 task_id
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 未指定 選取快速模式時
- flex 模式
- 未指定 選取 flex 模式時
- 最高推理強度
- 未指定 最高推理強度採用 default 調整值時
Ailoot 費率
各設定的價格
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 計費單位 | 費用 |
|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 計費單位— | 費用 輸入 · 輸入 Token — / 1K Token 輸出 · 輸出 Token — / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定輸入音訊秒數 | 費率表— | 計費單位每秒輸入音訊 | 費用 輸入 · 輸入音訊秒數 $0.0001222222222222 每秒輸入音訊 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · 語音轉文字
set -eu
: "${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.
接收並儲存結果
Ailoot Ultra · 語音轉文字
完整的原始回應本文、狀態與轉送標頭。此處理常式不會加入通用的 JSON 結構、文字欄位或工作封裝。
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。
需要檢查原始回應時
請保留實際的 X-Client-Request-ID 與完整回應。請讀取原始自有資產及其完全相符的簽署內容 URL；切勿重新提交結果不明的建立請求。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位text (when present) | 類型 |
欄位usage (when present) | 類型 |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件JSON 本文或明確的標準模型 ID 無效。 | 下一步請保留回應，並修正指出的請求欄位。 |
回應401 · authentication_error | 條件Ailoot API 金鑰無效。 | 下一步請使用您已獲授權的 Ailoot API 金鑰。 |
回應403 · permission_error | 條件此金鑰群組未獲准使用該方法。 | 下一步請保留回傳的錯誤詳細資訊。 |
回應404 · not_found_error | 條件所選方法沒有獲准使用的路由。 | 下一步請保留回傳的錯誤詳細資訊。 |
回應422 · price_unavailable | 條件已接受的費率無法取得其所需的輸入數量或界限。 | 下一步請保留回應，並使用已接受費率所要求的輸入表示方式。 |
回應503 · | 條件所需的儲存系統、路由、方法價格或預留額度無法使用。 | 下一步請保留完整的原始回應。預留額度狀態不明並不代表可以重新提交。 |
回應502 · server_error | 條件原始結果、用量或結算需要查核。 | 下一步請保留實際的請求 ID 與原始回應。請讀取現有的自有紀錄，切勿重新提交建立請求。 |
別名
模型別名
Ailoot Ultra elevenlabs/scribe-v2-medical
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · ElevenLabs: Scribe v2 Medical
- 可以使用哪些輸入與結果？
POST /v1/audio/transcriptions·elevenlabs/scribe-v2-medical:audio→text- 請求使用哪些欄位？
POST /v1/audio/transcriptions·elevenlabs/scribe-v2-medical:model,input_audio