एसिंक्रोनस स्पीच टू टेक्स्ट

यह गाइड बताती है कि ट्रांसक्रिप्शन टास्क पूरे होने पर एसिंक्रोनस नोटिफ़िकेशन पाने के लिए वेबहुक कैसे इस्तेमाल करें।

कैसे करें गाइड · मानता है कि आपने स्पीच टू टेक्स्ट क्विकस्टार्ट पूरा कर लिया है।

खास जानकारी

वेबहुक्स आपको स्पीच टू टेक्स्ट ट्रांसक्रिप्शन टास्क पूरे होने पर अपने-आप नोटिफ़िकेशन पाने देते हैं, जिससे स्टेटस अपडेट के लिए API को लगातार पोल करने की ज़रूरत नहीं रहती। यह खास तौर पर लंबे समय तक चलने वाले ट्रांसक्रिप्शन जॉब्स या बड़ी संख्या में ऑडियो फ़ाइलों को प्रोसेस करते समय उपयोगी है।

ट्रांसक्रिप्शन पूरा होने पर, ElevenLabs ट्रांसक्रिप्ट टेक्स्ट, भाषा पहचान और किसी भी मेटाडेटा समेत ट्रांसक्रिप्शन नतीजों के साथ आपके दिए गए वेबहुक URL पर POST रिक्वेस्ट भेजेगा।

वेबहुक्स का इस्तेमाल

यह गाइड मानती है कि आपने अपनी API key और SDK सेट अप कर ली है। अगर नहीं की है, तो पहले क्विकस्टार्ट पूरा करें।

1

वेबहुक बनाएं या एडिट करें

ElevenLabs डैशबोर्ड में डेवलपर्स > वेबहुक्स पर जाएं। वेबहुक बनाएं पर क्लिक करें या किसी मौजूदा वेबहुक को एडिट करें।

Transcription completed चुने हुए वेबहुक बनाने का डायलॉग
वेबहुक बनाते या एडिट करते समय Transcription completed चुनें

वेबहुक को इन सेटिंग्स के साथ कॉन्फ़िगर करें:

  • नाम: आपके वेबहुक के लिए एक वर्णनात्मक नाम
  • कॉलबैक URL: आपका सार्वजनिक रूप से उपलब्ध HTTPS एंडपॉइंट
  • वेबहुक Auth Method: HMAC या OAuth में से कोई एक। वेरिफ़िकेशन मैकेनिज़्म लागू करना क्लाइंट की ज़िम्मेदारी है। ElevenLabs ऐसे हेडर्स भेजता है जो वेरिफ़िकेशन की सुविधा देते हैं, लेकिन हम इसे लागू नहीं कराते।
  • इवेंट्स: Transcription completed चुनें।
2

वेबहुक पैरामीटर चालू करके API कॉल करें

स्पीच-टू-टेक्स्ट API कॉल करते समय, उस खास रिक्वेस्ट के लिए वेबहुक नोटिफ़िकेशन चालू करने हेतु webhook पैरामीटर को true पर सेट करें।

from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
load_dotenv()
elevenlabs = ElevenLabs(
api_key=os.getenv("ELEVENLABS_API_KEY"),
)
def transcribe_with_webhook(audio_file):
try:
result = elevenlabs.speech_to_text.convert(
file=audio_file,
model_id="scribe_v2",
webhook=True,
)
print(f"Transcription started: {result.request_id}")
return result
except Exception as e:
print(f"Error starting transcription: {e}")
raise e

वेबहुक पेलोड

ट्रांसक्रिप्शन पूरा होने पर, आपके वेबहुक एंडपॉइंट को ट्रांसक्रिप्शन और वेबहुक डेटा के साथ POST रिक्वेस्ट मिलेगी:

{
type: 'speech_to_text_transcription',
data: {
request_id: 'some-request-id-123',
webhook_metadata: { ... }, // if provided in the convert request
transcription: {
"language_code": "en",
"language_probability": 0.98,
"text": "Hello world!",
"words": [
{
"text": "Hello",
"start": 0.0,
"end": 0.5,
"type": "word",
"speaker_id": "speaker_1"
},
{
"text": " ",
"start": 0.5,
"end": 0.5,
"type": "spacing",
"speaker_id": "speaker_1"
},
{
"text": "world!",
"start": 0.5,
"end": 1.2,
"type": "word",
"speaker_id": "speaker_1"
}
]
}
}
}

रिस्पॉन्स स्ट्रक्चर की जानकारी के लिए स्पीच-टू-टेक्स्ट API रेफरेंस देखें।

अगर रिक्वेस्ट में transcript_edit निर्देश शामिल था, तो transcription ऑब्जेक्ट में एडिट किए गए टेक्स्ट वाला edited_transcript फ़ील्ड भी होगा।

अपना वेबहुक एंडपॉइंट लागू करना

इनकमिंग नोटिफ़िकेशन संभालने के लिए वेबहुक एंडपॉइंट लागू करने का एक उदाहरण यहां दिया गया है:

import { ElevenLabsClient } from '@elevenlabs/elevenlabs-js';
import 'dotenv/config';
import express from 'express';
const elevenlabs = new ElevenLabsClient();
const app = express();
app.use(express.json());
const WEBHOOK_SECRET = process.env.WEBHOOK_SECRET;
app.post('/webhook/speech-to-text', (req, res) => {
try {
const signature = req.headers['elevenlabs-signature'];
const payload = JSON.stringify(req.body);
let event;
try {
// Verify the webhook signature.
event = await elevenlabs.webhooks.constructEvent(payload, signature, WEBHOOK_SECRET);
} catch (error) {
return res.status(401).json({ error: 'Invalid signature' });
}
if (event.type === 'speech_to_text.completed') {
const { requestId, status, text, language_code } = event.data;
console.log(`Transcription ${requestId} completed`);
console.log(`Language: ${language_code}`);
console.log(`Text: ${text}`);
processTranscription(requestId, text, language_code);
} else if (status === 'failed') {
console.error(`Transcription ${requestId} failed`);
handleTranscriptionError(requestId);
}
res.status(200).json({ received: true });
} catch (error) {
console.error('Webhook error:', error);
res.status(500).json({ error: 'Internal server error' });
}
});
async function processTranscription(requestId, text, language) {
console.log('Processing completed transcription...');
}
async function handleTranscriptionError(requestId) {
console.log('Handling transcription error...');
}
app.listen(3000, () => {
console.log('Webhook server listening on port 3000');
});

सुरक्षा से जुड़ी बातें

सिग्नेचर वेरिफ़िकेशन

यह सुनिश्चित करने के लिए कि रिक्वेस्ट ElevenLabs से आई हैं, वेबहुक सिग्नेचर हमेशा वेरिफ़ाई करें।

HTTPS की ज़रूरत

ट्रांसक्रिप्शन डेटा का सुरक्षित ट्रांसमिशन सुनिश्चित करने के लिए वेबहुक URLs में HTTPS होना ज़रूरी है।

रेट लिमिटिंग

दुरुपयोग रोकने के लिए अपने वेबहुक एंडपॉइंट पर रेट लिमिटिंग लागू करें:

import rateLimit from "express-rate-limit";
const webhookLimiter = rateLimit({
windowMs: 15 * 60 * 1000, // 15 minutes
max: 100, // limit each IP to 100 requests per windowMs
message: "Too many webhook requests from this IP",
});
app.use("/webhook", webhookLimiter);

फ़ेलियर रिस्पॉन्स

उपयुक्त HTTP स्टेटस कोड लौटाएं:

  • 200-299: सफलता - वेबहुक सफलतापूर्वक प्रोसेस हुआ
  • 400-499: क्लाइंट एरर - वेबहुक को फिर से नहीं आजमाया जाएगा
  • 500-599: सर्वर एरर - वेबहुक को फिर से आजमाया जाएगा

वेबहुक्स की टेस्टिंग

लोकल डेवलपमेंट

लोकल टेस्टिंग के लिए, अपने लोकल सर्वर को एक्सपोज़ करने हेतु ngrok जैसे टूल इस्तेमाल करें:

ngrok http 3000

डेवलपमेंट के दौरान दिए गए HTTPS URL को अपने वेबहुक एंडपॉइंट के रूप में इस्तेमाल करें।

वेबहुक टेस्टिंग

आप ट्रांसक्रिप्शन रिक्वेस्ट करके और अपने एंडपॉइंट को मॉनिटर करके अपने वेबहुक इम्प्लीमेंटेशन की टेस्टिंग कर सकते हैं:

async function testWebhook() {
const audioFile = new File([audioBuffer], "test.mp3", { type: "audio/mp3" });
const result = await elevenlabs.speechToText.convert({
file: audioFile,
modelId: "scribe_v2",
webhook: true,
});
console.log("Test transcription started:", result.requestId);
}

अगले चरण