नेविगेशन पर जाएँ

क्लाइंट-साइड स्ट्रीमिंग

इस गाइड में बताया गया है कि ElevenLabs का इस्तेमाल करके क्लाइंट साइड पर रीयल टाइम में ऑडियो कैसे ट्रांसक्राइब करें।

कैसे करें गाइड · इसमें माना गया है कि आपने स्पीच टू टेक्स्ट क्विकस्टार्ट पूरा कर लिया है।

खास जानकारी

ElevenLabs Realtime Speech to Text API, Scribe Realtime v2 मॉडल का इस्तेमाल करके बहुत कम लेटेंसी के साथ रीयल-टाइम में ऑडियो स्ट्रीम ट्रांसक्राइब करने देता है। चाहे आप वॉइस असिस्टेंट, ट्रांसक्रिप्शन सर्विस या लाइव स्पीच रिकग्निशन वाला कोई एप्लिकेशन बना रहे हों, यह WebSocket-आधारित API आपके बोलते समय आंशिक ट्रांसक्रिप्ट और स्पीच सेगमेंट पूरे होने पर कमिट किए गए ट्रांसक्रिप्ट देता है।

Scribe v3 Live को क्लाइंट साइड पर लागू करके माइक्रोफ़ोन या ऑडियो को मैन्युअल रूप से चंक्स में बाँटकर रीयल टाइम में ट्रांसक्राइब किया जा सकता है।

क्लाइंट साइड इंप्लीमेंटेशन, सर्वर साइड से कुछ तरह से अलग है:

  • इसके लिए सिंगल-यूज़ टोकन चाहिए — यह एक अस्थायी टोकन है, जिसका उपयोग आपकी API key दिखाए बिना API से कनेक्ट करने के लिए किया जा सकता है।
  • माइक्रोफ़ोन से आने वाले ऑडियो को मैन्युअल रूप से चंक्स में बाँटने की ज़रूरत के बिना, ट्रांसक्राइब करने के लिए सीधे API में पाइप किया जा सकता है।

URL से ऑडियो स्ट्रीम करने के लिए सर्वर-साइड स्ट्रीमिंग गाइड देखें।

क्विकस्टार्ट

इस गाइड में माना गया है कि आपने अपनी API key सेट अप कर ली है। अगर नहीं की है, तो पहले क्विकस्टार्ट पूरा करें।

1

SDK इंस्टॉल करें

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

टोकन बनाएं

क्लाइंट साइड SDK का उपयोग करने के लिए आपको एक सिंगल-यूज़ टोकन बनाना होगा। यह एक अस्थायी टोकन है, जिसका उपयोग आपकी API key दिखाए बिना API से कनेक्ट करने के लिए किया जा सकता है। इसे सर्वर साइड पर ElevenLabs API के ज़रिए किया जा सकता है।

अपनी API key कभी भी क्लाइंट को न दिखाएं।

// 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);
});

सिंगल-यूज़ टोकन 15 मिनट बाद अपने-आप समाप्त हो जाता है।

3

ट्रांसक्राइबिंग सेशन शुरू करें

ट्रांसक्रिप्शन माइक्रोफ़ोन से या अपने ऑडियो को मैन्युअल रूप से चंक्स में बाँटकर किया जा सकता है। आपका ऑडियो फ़ाइल या स्ट्रीम हो सकता है।

API जिन पैरामीटर और विकल्पों का समर्थन करता है उनकी पूरी सूची के लिए, API रेफरेंस देखें।

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>
);
}

अगले चरण