Hecho para agentes de voz que no pueden esperar 600ms
Regístrate gratisIniciar sesión

ElevenLabs: Scribe v2 Realtime

elevenlabs/scribe-v2-realtime
activo stt 1 proveedor
Playground

ElevenLabs' realtime/streaming speech-to-text model for live and agentic use cases, with ~150ms latency and partial + committed transcripts.

AutorElevenLabs
Idiomas1 idiomas
Estadoactivo

Proveedores

Distintos proveedores pueden alojar el mismo modelo. Elige un proveedor cuando necesites un backend fijo, o deja que el enrutamiento elija entre ellos.

ProveedorSlugPor horaLatenciaiEn TTS, la latencia se mide como el tiempo hasta el primer byte de audio. En STT, se mide como el tiempo hasta el primer token.ModosDisponibilidad
ElevenLabs 3 parámetros
elevenlabs
$0,39
—
Streaming

Idiomas admitidos

1 idiomas
English en

Funciones

Speech to text

Transcribes spoken audio to text.

speech_to_text
Streaming

Real-time streaming transcription over WebSocket (~150ms latency).

streaming
Multilingual transcription

Supports over 90 languages.

multilingual_transcription
Word-level timestamps

Returns word-level timestamps for transcribed audio.

word_timestamps
Language detection

Automatically detects the spoken language.

language_detection

Código

Cliente
Modo
Lenguaje

STT en streaming con el ElevenLabs SDK

Transmite audio del micrófono o de un archivo a través de la ruta de AllModels compatible con ElevenLabs.

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const connection = await client.speechToText.realtime.connect({
  modelId: "elevenlabs/scribe-v2-realtime",
  languageCode: "en"
});

// Send audio frames to connection, then handle transcript events.