SDK de JavaScript
Scribe: transcripción de voz a texto en tiempo real en JavaScript
Para obtener una descripción general de Scribe y sus capacidades, consulta la descripción general de Voz a Texto . Para guías de uso paso a paso, consulta el streaming del lado del cliente.
Instalación
Utiliza la skill de voz a texto de ElevenLabs para transcribir audio desde tu asistente de programación con IA:
Esta biblioteca se puede utilizar en cualquier proyecto basado en JavaScript. Si utilizas React, considera el
hook useScribe, que proporciona
gestión de estado y manejo del ciclo de vida integrados.
Uso
Aquí tienes un ejemplo funcional mínimo que se conecta a Scribe y registra los resultados de la transcripción:
Obtener un token
Scribe requiere un token de un solo uso para la autenticación. Crea una ruta de API en tu servidor:
Tu clave de API de ElevenLabs es confidencial. Nunca la expongas al cliente. Genera siempre el token en el servidor.
Opciones de conexión
Scribe.connect() acepta opciones de micrófono u opciones de audio manual. Ambas comparten un conjunto común de opciones básicas.
Opciones básicas
Opciones de micrófono
Pasa un objeto microphone para transmitir audio directamente desde el micrófono del usuario. La conexión gestiona getUserMedia y la codificación de audio automáticamente.
Opciones de audio manual
Pasa audioFormat y sampleRate para enviar datos de audio manualmente mediante connection.send().
Enumeración AudioFormat
Modo de micrófono
Transmite audio directamente desde el micrófono del usuario:
Modo de audio manual (transcripción de archivos)
Transcribe archivos de audio pregrabados enviando los datos de audio manualmente:
RealtimeConnection
Scribe.connect() devuelve una instancia de RealtimeConnection con los siguientes métodos.
on(event, listener)
Registra un oyente de eventos. Consulta Eventos para ver los tipos de eventos disponibles.
off(event, listener)
Elimina un oyente de eventos registrado previamente.
send(data)
Envía datos de audio a Scribe (solo en modo de audio manual).
El campo previousText solo se puede enviar en el primer fragmento de audio de una sesión. Enviarlo en
fragmentos posteriores genera un error.
commit()
Confirma manualmente la transcripción actual. Solo es necesario al utilizar CommitStrategy.MANUAL.
close()
Cierra la conexión WebSocket y libera recursos (flujo de micrófono, contexto de audio).
Eventos
Registra oyentes de eventos mediante connection.on(event, listener). Todos los eventos están disponibles como constantes en la enumeración RealtimeEvents.
Eventos de transcripción
El tipo WordsItem contiene información temporal por palabra:
Eventos de conexión
Eventos de error
Todos los eventos de error reciben { error: string }.
Estrategias de confirmación
Controla cuándo se confirman las transcripciones:
Para más detalles, consulta Transcripciones y estrategias de confirmación.
Ejemplo completo
Aquí tienes un ejemplo completo que transcribe audio del micrófono con una estrategia de confirmación basada en VAD: