ElevenLabs: Scribe v2 Realtime
elevenlabs/scribe-v2-realtime
提供中
stt
1プロバイダー
ElevenLabs' realtime/streaming speech-to-text model for live and agentic use cases, with ~150ms latency and partial + committed transcripts.
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
3個のパラメーター
elevenlabs
$0.39
—
ストリーミング
対応言語
1言語
English
en
機能
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
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-realtime",
languageCode: "en"
});
// Send audio frames to connection, then handle transcript events.