Streaming côté serveur
Ce guide explique comment transcrire de l’audio en temps réel côté serveur avec ElevenLabs.
Guide pratique · Suppose que vous avez suivi le guide de démarrage rapide Speech to Text.
Présentation
L’API ElevenLabs Realtime Speech to Text vous permet de transcrire des flux audio en temps réel avec une latence ultra-faible à l’aide du 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 au fur et à mesure que vous parlez, puis des transcriptions validées une fois les segments de parole terminés.
Scribe v3 Live peut être implémenté côté serveur pour transcrire de l’audio en temps réel, depuis une URL, un fichier ou votre propre flux audio.
L’implémentation côté serveur diffère de celle côté client à plusieurs égards :
- Elle utilise une clé API ElevenLabs au lieu d’un jeton à usage unique.
- Elle prend en charge le streaming direct depuis une URL, sans devoir découper manuellement l’audio.
Pour diffuser de l’audio directement depuis le microphone, consultez le guide Streaming côté client.
Démarrage rapide
Ce guide suppose que vous avez configuré votre clé API et votre SDK. Suivez d’abord le guide de démarrage rapide si ce n’est pas le cas.
Configurer le SDK
Le SDK propose deux méthodes pour transcrire de l’audio en temps réel : le streaming depuis une URL ou le découpage manuel de l’audio depuis un fichier ou votre propre flux audio.
Pour obtenir la liste complète des paramètres et options pris en charge par l’API, consultez le Guide de l’API.
Streamer depuis une URL
Découpage manuel de l'audio
Cet exemple montre comment diffuser un fichier audio depuis une URL avec le SDK officiel.
L’outil ffmpeg est requis pour le streaming depuis une URL. Consultez leur site web pour les instructions d’installation.
Créez un fichier nommé example.py ou example.mts, selon le langage de votre choix, puis ajoutez le code suivant :