Saltar a la navegación
Guías prácticasVoz a TextoTiempo real

Opciones de idioma

Esta guía te muestra cómo transcribir audio en más de un idioma con la API de Voz a Texto en Tiempo Real.

Guía práctica · Da por hecho que has completado la guía de streaming en el cliente o de streaming en el servidor.

Descripción general

De forma predeterminada, la API en tiempo real detecta automáticamente el idioma del audio. Puedes cambiar este comportamiento de tres maneras:

  • Establece language_code en el idioma del audio.
  • Añade secondary_languages para limitar la detección de idioma a un conjunto de idiomas previstos.
  • Con Scribe v3 Live, establece multilang_mode=true para seguir a quienes alternan idiomas durante la sesión.

Scribe no traduce. La voz se transcribe en el idioma en que se habla.

Idiomas secundarios

Incluye language_code con el idioma principal y repite secondary_languages una vez por cada idioma adicional en la cadena de consulta. Ambos aceptan códigos ISO-639-1 o ISO-639-3.

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&language_code=en&secondary_languages=es&secondary_languages=fr

secondary_languages hace que la identificación de idioma sea más fiable al limitarla a los idiomas que indiques. Para seguir a quienes alternan entre idiomas durante la sesión, usa el modo multilingüe.

Modo multilingüe

El modo multilingüe solo está disponible con Scribe v3 Live (scribe_v3_live). Otros modelos rechazan multilang_mode=true con un error invalid_request y cierran la conexión.

Con multilang_mode=true, Scribe v3 Live transcribe cada idioma en su propio sistema de escritura y sigue los cambios de idioma, incluso a mitad de una frase.

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&audio_format=pcm_16000&multilang_mode=true

El modo multilingüe tiene las siguientes desventajas:

  • Puede transcribirse el habla de fondo que suene como otro idioma.
  • Es más probable que las frases cortas se transcriban incorrectamente.

Los SDK oficiales todavía no son compatibles con multilang_mode. Para usarlo, conéctate directamente a la API WebSocket.

Próximos pasos

Transcripciones y estrategias de confirmación

Confirma transcripciones manualmente, con silencios o con predicción de turnos.

Opciones de números e idioma

Da formato a números e indica idiomas secundarios para audio grabado.