Passer à la navigation

Streaming côté client

Ce guide explique comment transcrire de l’audio en temps réel côté client avec ElevenLabs.

Guide pratique · Suppose que vous avez suivi le guide de démarrage rapide Speech to Text.

Vue d’ensemble

L’API Realtime Speech to Text d’ElevenLabs vous permet de transcrire des flux audio en temps réel avec une latence ultra-faible grâce au modèle Scribe Realtime v2. Que vous conceviez des assistants vocaux, des services de transcription ou toute application nécessitant une reconnaissance vocale en direct, cette API basée sur WebSocket fournit des transcriptions partielles pendant que vous parlez et des transcriptions validées une fois les segments vocaux terminés.

Scribe v3 Live peut être implémenté côté client pour transcrire de l’audio en temps réel, soit via le microphone, soit en découpant manuellement l’audio.

L’implémentation côté client diffère de l’implémentation côté serveur sur plusieurs points :

  • Elle nécessite un jeton à usage unique : il s’agit d’un jeton temporaire qui permet de se connecter à l’API sans exposer votre clé API.
  • L’audio du microphone peut être transmis directement à l’API pour être transcrit, sans avoir à le découper manuellement.

Pour diffuser de l’audio depuis une URL, consultez le guide sur le streaming côté serveur.

Démarrage rapide

Ce guide suppose que vous avez configuré votre clé API. Suivez d’abord le guide de démarrage rapide si ce n’est pas le cas.

1

Installer le SDK

npm install @elevenlabs/react @elevenlabs/elevenlabs-js
2

Créer un jeton

Pour utiliser le SDK côté client, vous devez créer un jeton à usage unique. Il s’agit d’un jeton temporaire qui permet de se connecter à l’API sans exposer votre clé API. Cette opération peut être effectuée via l’API ElevenLabs côté serveur.

N’exposez jamais votre clé API côté client.

// Node.js server
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
const elevenlabs = new ElevenLabsClient({
apiKey: process.env.ELEVENLABS_API_KEY,
});
app.get("/scribe-token", yourAuthMiddleware, async (req, res) => {
const token = await elevenlabs.tokens.singleUse.create("realtime_scribe");
res.json(token);
});

Un jeton à usage unique expire automatiquement après 15 minutes.

3

Démarrer la session de transcription

La transcription peut être effectuée via le microphone ou en découpant manuellement votre propre audio. Votre audio peut être un fichier ou un flux.

Pour obtenir la liste complète des paramètres et options pris en charge par l’API, consultez le Guide de l’API.

import { useScribe } from "@elevenlabs/react";
function MyComponent() {
const scribe = useScribe({
modelId: "scribe_v3_live",
onPartialTranscript: (data) => {
console.log("Partial:", data.text);
},
onCommittedTranscript: (data) => {
console.log("Committed:", data.text);
},
onCommittedTranscriptWithTimestamps: (data) => {
console.log("Committed with timestamps:", data.text);
console.log("Timestamps:", data.words);
},
});
const handleStart = async () => {
// Fetch a single use token from the server
const token = await fetchTokenFromServer();
await scribe.connect({
token,
microphone: {
echoCancellation: true,
noiseSuppression: true,
},
});
};
return (
<div>
<button onClick={handleStart} disabled={scribe.isConnected}>
Start Recording
</button>
<button onClick={scribe.disconnect} disabled={!scribe.isConnected}>
Stop
</button>
{scribe.partialTranscript && <p>Live: {scribe.partialTranscript}</p>}
<div>
{scribe.committedTranscripts.map((t) => (
<p key={t.id}>{t.text}</p>
))}
</div>
</div>
);
}

Prochaines étapes