Passer à la navigation

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.

1

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.

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 :

from dotenv import load_dotenv
import os
import asyncio
from elevenlabs import ElevenLabs, RealtimeEvents, RealtimeUrlOptions
load_dotenv()
async def main():
elevenlabs = ElevenLabs(api_key=os.getenv("ELEVENLABS_API_KEY"))
# Create an event to signal when to stop
stop_event = asyncio.Event()
# Connect to a streaming audio URL
connection = await elevenlabs.speech_to_text.realtime.connect(RealtimeUrlOptions(
model_id="scribe_v3_live",
url="https://npr-ice.streamguys1.com/live.mp3",
include_timestamps=True,
))
# Set up event handlers
def on_session_started(data):
print(f"Session started: {data}")
def on_partial_transcript(data):
print(f"Partial: {data.get('text', '')}")
def on_committed_transcript(data):
print(f"Committed: {data.get('text', '')}")
# Committed transcripts with word-level timestamps. Only received when include_timestamps is set to True.
def on_committed_transcript_with_timestamps(data):
print(f"Committed with timestamps: {data.get('words', '')}")
# Errors - will catch all errors, both server and websocket specific errors
def on_error(error):
print(f"Error: {error}")
# Signal to stop on error
stop_event.set()
def on_close():
print("Connection closed")
# Register event handlers
connection.on(RealtimeEvents.SESSION_STARTED, on_session_started)
connection.on(RealtimeEvents.PARTIAL_TRANSCRIPT, on_partial_transcript)
connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, on_committed_transcript)
connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT_WITH_TIMESTAMPS, on_committed_transcript_with_timestamps)
connection.on(RealtimeEvents.ERROR, on_error)
connection.on(RealtimeEvents.CLOSE, on_close)
print("Transcribing audio stream... (Press Ctrl+C to stop)")
try:
# Wait until error occurs or connection closes
await stop_event.wait()
except KeyboardInterrupt:
print("\nStopping transcription...")
finally:
await connection.close()
if __name__ == "__main__":
asyncio.run(main())
2

Exécuter le code

python example.py

Vous verrez la transcription du fichier audio s’afficher dans la console sous forme de transcriptions partielles et validées.

Étapes suivantes