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

ElevenLabs : Scribe v2 Realtime

elevenlabs/scribe-v2-realtime
actif stt 1 fournisseur
Playground

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

AuteurElevenLabs
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
ElevenLabs 3 paramètres
elevenlabs
$0,39
—
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 (~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

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: "elevenlabs/scribe-v2-realtime",
  languageCode: "en"
});

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