elevenlabs-stt

ElevenLabs Speech-to-Text (Scribe) + 맥락 교정

오디오/비디오를 텍스트로 변환하고, 원본 전사가 끝나면 자동으로 교정 단계가 뒤에서 돌아간다. STT는 소리만 듣기 때문에 고유명사·기술용어·동음이의어를 자주 틀린다(예: "우리회사"→"이나원(오인식 예)"). 이 스킬은 사용자의 memory·프로젝트·노트 맥락을 동적으로 끌어와 그런 오류를 잡아, 검수 없이 그대로 쓸 수 있는 전사본을 만든다.

파이프라인 개요

오디오 ──▶ [1] 전사(transcribe.py)      ──▶  <name>.raw.txt   (API 원본, 무손실 보존)
                    │  (+ keyterms 업스트림 바이어싱)
                    ▼
          [2] 맥락 라우팅(context-hints)  ──▶  관련 memory/project/노트 파일 선별
                    ▼
          [3] 교정 서브에이전트(Claude)   ──▶  <name>.txt        (교정본, 1차 산출물)
                    │  (correction-guide + 맥락 + 용어집)    <name>.corrections.md (변경 로그)
                    ▼
          [4] 안전망(glossary-apply + verify) ──▶ 알려진 오류 강제 + 구조 무결성 검증
                    ▼
          [5] 학습(glossary-add) ──▶ 반복 확인된 매핑을 용어집에 누적
                    ▼
          [6] 사용자 보고

교정은 기본으로 켜져 있다. 사용자가 "교정 빼고 전사만"이라고 하면 [1]만 실행한다.

전제 조건

• 환경 변수 ELEVENLABS_API_KEY 설정됨
• 지원 형식: mp3, wav, m4a, mp4, webm, flac, ogg 등 / 최대 3GB
• 교정 서브에이전트는 references/correction-guide.md와 assets/glossary.json을 읽는다

---

[1] 전사

원본 API 출력을 <name>.raw.txt로 보존한다(교정본과 분리해 나중에 대조·검증 가능하게). --suffix raw가 이걸 담당한다.

python3 ~/.claude/skills/elevenlabs-stt/scripts/transcribe.py "<파일>" --suffix raw [옵션]

정확도 향상 — keyterms 업스트림 바이어싱(권장): 용어집의 정답 표기를 미리 API에 주입하면 오인식을 원천에서 줄인다("이나원(오인식 예)"이 애초에 안 나오게). 전사 전에 keyterms 파일을 만들어 넘긴다:

# 사용자가 도메인 힌트를 줬으면 --domains 로 좁히고, 없으면 전체 canonical 사용
python3 ~/.claude/skills/elevenlabs-stt/scripts/postprocess.py keyterms \
  [--domains "사내교육"] [--extra "추가용어1,추가용어2"] \
  --out /tmp/keyterms.txt
python3 ~/.claude/skills/elevenlabs-stt/scripts/transcribe.py "<파일>" --suffix raw \
  --keyterms-file /tmp/keyterms.txt --language ko

• keyterms 사용 시 +20% 과금이 붙는다. 비용에 민감하거나 사용자가 "keyterms 빼줘"라고 하면 생략한다(사후 교정이 상당수 잡아준다).
• 화자가 여럿이면 --diarize --num-speakers <N>으로 화자 분리 정확도를 높인다.
• 결정적 출력이 필요하면 --temperature 0.

전사 옵션(언어/화자분리/SRT 등)은 아래 "옵션" 절 참고. 이 단계가 끝나면 <name>.raw.txt(+옵션 .srt)가 생긴다.