> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# Speech to Text-Schnellstart

Diese Anleitung zeigt Ihnen, wie Sie gesprochene Audiodaten mit der Speech to Text API in Text umwandeln.

> **Tip**
>
> Verwenden Sie den [ElevenLabs-Speech-to-Text-Skill](https://github.com/elevenlabs/skills/tree/main/speech-to-text), um Audio mit Ihrem KI-Coding-Assistenten zu transkribieren:
>
> ```bash
> npx skills add elevenlabs/skills --skill speech-to-text
> ```

> **Info**
>
> Dieses Tutorial zeigt die Verwendung der Batch Speech to Text API. Eine Anleitung zur Verwendung
> der Echtzeit-Spracherkennung finden Sie in den Anleitungen zum [clientseitigen Streaming](/docs/de/eleven-api/guides/how-to/speech-to-text/realtime/client-side-streaming) oder [serverseitigen Streaming](/docs/de/eleven-api/guides/how-to/speech-to-text/realtime/server-side-streaming).

## Speech to Text API verwenden

#### API-Key erstellen

[Erstellen Sie hier im Dashboard einen API-Schlüssel](https://elevenlabs.io/app/settings/api-keys), den Sie für den sicheren [Zugriff auf die API](/docs/de/api-reference/authentication) verwenden.

Speichern Sie den Schlüssel als verwaltetes Secret und übergeben Sie ihn je nach Präferenz an die SDKs entweder als Umgebungsvariable über eine `.env`-Datei oder direkt in der Konfiguration Ihrer App.

**`.env`**

```js title=".env"
ELEVENLABS_API_KEY=<your_api_key_here>
```

#### SDK installieren

#### SDK

Wir verwenden außerdem die Bibliothek `dotenv`, um unseren API-Schlüssel aus einer Umgebungsvariable zu laden.

```python
pip install elevenlabs
pip install python-dotenv
```

```typescript
npm install @elevenlabs/elevenlabs-js
npm install dotenv
```

#### CLI

Installieren Sie die ElevenLabs CLI. Homebrew (macOS) und Scoop (Windows) werden empfohlen.

**`Homebrew (macOS)`**

```bash title="Homebrew (macOS)"
brew install elevenlabs/tap/elevenlabs
```

**`Scoop (Windows)`**

```powershell title="Scoop (Windows)"
scoop bucket add elevenlabs https://github.com/elevenlabs/scoop-bucket
scoop install elevenlabs
```

**`npm`**

```bash title="npm"
npm install -g @elevenlabs/cli
```

**`curl`**

```bash title="curl"
curl --proto '=https' --tlsv1.2 -LsSf https://github.com/elevenlabs/cli/releases/latest/download/elevenlabs-cli-installer.sh | sh
```

> **Tip**
>
> Arbeiten Sie mit einem KI-Coding-Assistenten? Führen Sie in Ihrem Projekt `elevenlabs generate-skills` aus, um für jede Befehlsgruppe eine
> `SKILL.md` in `skills/` zu schreiben. So kennt Ihr Assistent den gesamten Funktionsumfang der CLI,
> ohne dass Sie Dokumentation einfügen müssen. Mit `--output-dir` können Sie sie an einem anderen Ort ablegen. Dies liest die eigene
> eingebettete API-Definition der CLI, benötigt also keinen API-Schlüssel und funktioniert offline — und bleibt mit
> der von Ihnen installierten CLI-Version synchron.

Authentifizieren Sie sich anschließend — dadurch wird Ihr Browser geöffnet, um die CLI zu autorisieren:

```bash
elevenlabs auth login
```

#### API-Anfrage stellen

#### SDK

Erstellen Sie eine neue Datei namens `example.py` oder `example.mts`, je nach gewählter Sprache, und fügen Sie den folgenden Code hinzu:

```python maxLines=0
# example.py
import os
from dotenv import load_dotenv
from io import BytesIO
import requests
from elevenlabs.client import ElevenLabs

load_dotenv()

elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)

audio_url = (
    "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
)
response = requests.get(audio_url)
audio_data = BytesIO(response.content)

transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v2", # Model to use
    tag_audio_events=True, # Tag audio events like laughter, applause, etc.
    language_code="eng", # Language of the audio file. If set to None, the model will detect the language automatically.
    diarize=True, # Whether to annotate who is speaking
)

print(transcription)
```

```typescript maxLines=0
// example.mts
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import "dotenv/config";

const elevenlabs = new ElevenLabsClient();

const response = await fetch(
  "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
);
const audioBlob = new Blob([await response.arrayBuffer()], { type: "audio/mp3" });

const transcription = await elevenlabs.speechToText.convert({
  file: audioBlob,
  modelId: "scribe_v2", // Model to use
  tagAudioEvents: true, // Tag audio events like laughter, applause, etc.
  languageCode: "eng", // Language of the audio file. If set to null, the model will detect the language automatically.
  diarize: true, // Whether to annotate who is speaking
});

console.log(transcription);
```

Führen Sie den Code anschließend aus:

```python
python example.py
```

```typescript
npx tsx example.mts
```

Die Transkription der Audiodatei sollte in der Konsole ausgegeben werden.

> **Note**
>
> Setzen Sie für medizinische und klinische Audiodaten `model_id` auf `scribe_v2_medical`. Die Anfragestruktur
> ist dieselbe wie bei `scribe_v2`, und die Abrechnung erfolgt zum gleichen Preis. Siehe [Scribe v2 Medical](/docs/de/overview/models#scribe-v2-medical).

#### CLI

Laden Sie das Beispielaudio herunter und transkribieren Sie es:

```bash
curl -O https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3

elevenlabs speech-to-text convert \
  --file nicole.mp3 \
  --model-id scribe_v2 \
  --tag-audio-events true \
  --language-code eng \
  --diarize true
```

Die Transkription wird in Ihrem Terminal ausgegeben.

Übergeben Sie für medizinische und klinische Audiodaten `--model-id scribe_v2_medical`.

## Nächste Schritte

#### [Batch-Transkription](/docs/de/eleven-api/guides/how-to/speech-to-text/batch)

Transkribieren Sie vorab aufgezeichnete Audiodateien mit Sprecherdiarisierung und Ereigniskennzeichnung

#### [Echtzeit-Transkription](/docs/de/eleven-api/guides/how-to/speech-to-text/realtime)

Streamen Sie Audio und erhalten Sie Transkriptionen in Echtzeit

#### [API-Referenz](/docs/de/api-reference/speech-to-text/convert)

Entdecken Sie alle Speech to Text-Parameter und Antwortformate