Conçu pour les agents vocaux qui ne peuvent pas attendre 600ms
Inscription gratuiteConnexion

Cartesia : Ink Whisper

cartesia/ink-whisper
actif stt 1 fournisseur
Playground

Cartesia's most affordable speech-to-text model with higher accuracy and lower latency than baseline Whisper; 99 languages.

AuteurCartesia
Langues1 langues
Statutactif

Fournisseurs

Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.

FournisseurSlugPar heureLatenceiPour le TTS, la latence correspond au délai jusqu’au premier octet audio. Pour le STT, elle correspond au délai jusqu’au premier token.ModesDisponibilité
Cartesia 3 paramètres
cartesia
$0,5396
—
Synchrone · Streaming

Langues prises en charge

1 langues
English en

Fonctionnalités

Speech to text

Transcribes spoken audio to text.

speech_to_text
Streaming

Real-time streaming transcription over WebSocket.

streaming
Synchronous

Transcribes a fully-submitted audio file in a single synchronous request.

synchronous
Multilingual transcription

Supports 99 languages.

multilingual_transcription
Word-level timestamps

Returns a words array with word, start, and end.

word_timestamps

Code

Client
Mode
Langage

STT en streaming avec l’ElevenLabs SDK

Diffuse l’audio du micro ou d’un fichier via la route AllModels compatible 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: "cartesia/ink-whisper",
  languageCode: "en"
}, {
  queryParams: {
    provider: {
      "only": [
        "cartesia"
      ]
    }
  }
});

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