> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# स्पीच टू टेक्स्ट क्विकस्टार्ट

यह गाइड आपको स्पीच टू टेक्स्ट API का इस्तेमाल करके बोले गए ऑडियो को टेक्स्ट में बदलना दिखाएगी।

> **Tip**
>
> अपने AI कोडिंग असिस्टेंट से ऑडियो ट्रांसक्राइब करने के लिए [ElevenLabs स्पीच-टू-टेक्स्ट स्किल](https://github.com/elevenlabs/skills/tree/main/speech-to-text) इस्तेमाल करें:
>
> ```bash
> npx skills add elevenlabs/skills --skill speech-to-text
> ```

> **Info**
>
> यह ट्यूटोरियल बैच स्पीच टू टेक्स्ट API का इस्तेमाल दिखाएगा। रीयलटाइम स्पीच टू टेक्स्ट API इस्तेमाल करने की गाइड के लिए
> [क्लाइंट-साइड स्ट्रीमिंग](/docs/hi/eleven-api/guides/how-to/speech-to-text/realtime/client-side-streaming) या
> [सर्वर-साइड स्ट्रीमिंग](/docs/hi/eleven-api/guides/how-to/speech-to-text/realtime/server-side-streaming) गाइड देखें।

## स्पीच टू टेक्स्ट API का इस्तेमाल

#### API कुंजी बनाएं

[डैशबोर्ड में यहां API key बनाएं](https://elevenlabs.io/app/settings/api-keys), जिसका इस्तेमाल आप [API एक्सेस करने](/docs/hi/api-reference/authentication) के लिए सुरक्षित रूप से करेंगे।

key को मैनेज्ड सीक्रेट के रूप में स्टोर करें और अपनी पसंद के अनुसार इसे SDKs को `.env` फ़ाइल के ज़रिए एनवायरनमेंट वेरिएबल के रूप में या सीधे अपने ऐप के कॉन्फ़िगरेशन में पास करें।

**`.env`**

```js title=".env"
ELEVENLABS_API_KEY=<your_api_key_here>
```

#### SDK इंस्टॉल करें

#### SDK

हम अपने API key को environment variable से लोड करने के लिए `dotenv` library का भी इस्तेमाल करेंगे।

```python
pip install elevenlabs
pip install python-dotenv
```

```typescript
npm install @elevenlabs/elevenlabs-js
npm install dotenv
```

#### CLI

ElevenLabs CLI इंस्टॉल करें। Homebrew (macOS) और Scoop (Windows) की सलाह दी जाती है।

**`Homebrew (macOS)`**

```bash title="Homebrew (macOS)"
brew install elevenlabs/tap/elevenlabs
```

**`Scoop (Windows)`**

```powershell title="Scoop (Windows)"
scoop bucket add elevenlabs https://github.com/elevenlabs/scoop-bucket
scoop install elevenlabs
```

**`npm`**

```bash title="npm"
npm install -g @elevenlabs/cli
```

**`curl`**

```bash title="curl"
curl --proto '=https' --tlsv1.2 -LsSf https://github.com/elevenlabs/cli/releases/latest/download/elevenlabs-cli-installer.sh | sh
```

> **Tip**
>
> AI कोडिंग असिस्टेंट के साथ काम कर रहे हैं? अपने प्रोजेक्ट में `elevenlabs generate-skills` चलाएं। इससे हर कमांड ग्रुप के लिए `skills/` में एक
> `SKILL.md` लिखा जाएगा, ताकि आपके असिस्टेंट को डॉक्यूमेंटेशन पेस्ट किए बिना CLI की पूरी जानकारी मिल सके। उन्हें कहीं और रखने के लिए `--output-dir` इस्तेमाल करें। यह CLI की अपनी
> एम्बेडेड API डेफ़िनिशन पढ़ता है, इसलिए इसे API key की ज़रूरत नहीं होती और यह ऑफ़लाइन भी काम करता है — साथ ही आपके इंस्टॉल किए गए CLI वर्शन के अनुसार बना रहता है।

फिर authenticate करें — CLI को authorize करने के लिए इससे आपका browser खुलेगा:

```bash
elevenlabs auth login
```

#### API अनुरोध करें

#### SDK

अपनी चुनी हुई भाषा के अनुसार `example.py` या `example.mts` नाम की नई फ़ाइल बनाएं और इसमें यह कोड जोड़ें:

```python maxLines=0
# example.py
import os
from dotenv import load_dotenv
from io import BytesIO
import requests
from elevenlabs.client import ElevenLabs

load_dotenv()

elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)

audio_url = (
    "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
)
response = requests.get(audio_url)
audio_data = BytesIO(response.content)

transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v2", # Model to use
    tag_audio_events=True, # Tag audio events like laughter, applause, etc.
    language_code="eng", # Language of the audio file. If set to None, the model will detect the language automatically.
    diarize=True, # Whether to annotate who is speaking
)

print(transcription)
```

```typescript maxLines=0
// example.mts
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import "dotenv/config";

const elevenlabs = new ElevenLabsClient();

const response = await fetch(
  "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
);
const audioBlob = new Blob([await response.arrayBuffer()], { type: "audio/mp3" });

const transcription = await elevenlabs.speechToText.convert({
  file: audioBlob,
  modelId: "scribe_v2", // Model to use
  tagAudioEvents: true, // Tag audio events like laughter, applause, etc.
  languageCode: "eng", // Language of the audio file. If set to null, the model will detect the language automatically.
  diarize: true, // Whether to annotate who is speaking
});

console.log(transcription);
```

फिर इसे चलाएं:

```python
python example.py
```

```typescript
npx tsx example.mts
```

आपको कंसोल में ऑडियो फ़ाइल का ट्रांसक्रिप्शन प्रिंट हुआ दिखेगा।

> **Note**
>
> मेडिकल और क्लिनिकल ऑडियो के लिए `model_id` को `scribe_v2_medical` पर सेट करें। अनुरोध का स्वरूप
> `scribe_v2` जैसा ही है और बिलिंग दर भी वही है। [Scribe v2 Medical](/docs/hi/overview/models#scribe-v2-medical) देखें।

#### CLI

सैंपल ऑडियो डाउनलोड करें, फिर उसे ट्रांसक्राइब करें:

```bash
curl -O https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3

elevenlabs speech-to-text convert \
  --file nicole.mp3 \
  --model-id scribe_v2 \
  --tag-audio-events true \
  --language-code eng \
  --diarize true
```

ट्रांसक्रिप्शन आपके टर्मिनल में प्रिंट होता है।

मेडिकल और क्लिनिकल ऑडियो के लिए `--model-id scribe_v2_medical` दें।

## अगले चरण

#### [बैच ट्रांसक्रिप्शन](/docs/hi/eleven-api/guides/how-to/speech-to-text/batch)

स्पीकर डायराइज़ेशन और इवेंट टैगिंग के साथ पहले से रिकॉर्ड की गई ऑडियो फ़ाइलें ट्रांसक्राइब करें

#### [रीयलटाइम ट्रांसक्रिप्शन](/docs/hi/eleven-api/guides/how-to/speech-to-text/realtime)

ऑडियो स्ट्रीम करें और रीयल टाइम में ट्रांसक्रिप्शन पाएं

#### [API रेफरेंस](/docs/hi/api-reference/speech-to-text/convert)

स्पीच टू टेक्स्ट के सभी पैरामीटर और रिस्पॉन्स फ़ॉर्मैट देखें