ElevenLabs: Scribe v2
elevenlabs/scribe-v2
提供中
stt
1プロバイダー
ElevenLabs' current-generation synchronous speech-to-text model for prerecorded/file transcription, subtitling and captioning, with automatic language detection across the Scribe language catalog.
作成者ElevenLabs
言語1言語
ステータス提供中
プロバイダー
同じモデルを複数のプロバイダーがホストしている場合があります。バックエンドを固定したい場合は1つのプロバイダーを選び、そうでなければルーティングに選択を任せられます。
プロバイダーSlug1時間あたりレイテンシiTTSのレイテンシは音声の最初のバイトが届くまでの時間、STTのレイテンシは最初のトークンが届くまでの時間で計測しています。モード稼働率
ElevenLabs
7個のパラメーター
elevenlabs
$0.22から
—
同期
対応言語
1言語
English
en
機能
Speech to text
Transcribes spoken audio to text.
speech_to_text
Synchronous
Transcribes a fully-submitted audio file in a single synchronous request via the /v1/speech-to-text endpoint.
synchronous
Multilingual transcription
Supports 99 languages.
multilingual_transcription
Word-level timestamps
Returns word-level timestamps for transcribed audio.
word_timestamps
Language detection
Automatically detects the spoken language.
language_detection
Speaker diarization
Identifies and labels multiple speakers (up to 32).
speaker_diarization
コード
ElevenLabs SDKでのストリーミングSTT
マイクまたはファイルの音声を、ElevenLabs互換のAllModelsルート経由でストリーミングします。
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",
languageCode: "en"
});
// Send audio frames to connection, then handle transcript events.