नेविगेशन पर जाएँ

रीयलटाइम इवेंट रेफरेंस

रीयलटाइम स्पीच टू टेक्स्ट API से मिलने वाले इवेंट्स का रेफरेंस

रेफरेंस · रीयलटाइम स्पीच टू टेक्स्ट WebSocket को भेजे और उससे प्राप्त होने वाले सभी इवेंट्स की सूची।

API और इसके विकल्पों के बारे में ज़्यादा जानकारी के लिए रीयलटाइम स्पीच टू टेक्स्ट API का API रेफरेंस देखें।

committed_transcript हर सेगमेंट के लिए स्थिर, अंतिम इवेंट है। पब्लिक API अलग से final_transcript इवेंट नहीं भेजती है।

भेजे गए इवेंट्स

इवेंटविवरणकब इस्तेमाल करें
input_audio_chunkट्रांसक्रिप्शन के लिए ऑडियो डेटा भेजेंऑडियो स्ट्रीम करते समय लगातार

Scribe v3 Live के साथ, सेशन के पहले input_audio_chunk में keyterm library भी शामिल की जा सकती है।

प्राप्त इवेंट्स

इवेंटविवरणकब प्राप्त होता है
session_startedकनेक्शन की पुष्टि करता है और सेशन कॉन्फ़िगरेशन लौटाता हैWebSocket कनेक्शन स्थापित होते ही
partial_transcriptप्रगति पर चल रहे सेगमेंट के लिए लाइव ट्रांसक्रिप्ट अपडेट। बाद के पार्टियल पहले वाले को बदल देते हैं। diarize=true के साथ, speaker_id वाले ड्राफ़्ट words शामिल होते हैं (पहचान होने तक null); स्पीकर IDs और टाइमस्टैम्प बदल सकते हैं और अनअलाइन किए गए शब्दों के कोई टाइमस्टैम्प नहीं होते। कीपअलाइव के रूप में भी भेजा जाता है — अगर सेगमेंट में कोई अनकमिटेड टेक्स्ट नहीं है, तो text खाली होगा, या मौजूद होने पर सबसे नए पार्टियल को दोहराया जाएगाऑडियो प्रोसेसिंग के दौरान, कमिट होने से पहले। कॉन्फ़िगर होने पर keepalive_interval_ms में लगभग एक बार कीपअलाइव के रूप में भी भेजा जाता है
committed_transcriptकिसी सेगमेंट का तय हो चुका ट्रांसक्रिप्ट। यह सेगमेंट का स्थिर, अंतिम टेक्स्ट है और बदलेगा नहीं। diarize=true के साथ, शून्य-आधारित segment_index शामिल होता है और यह स्पीकर डायरीकरण के कारण विलंबित नहीं होताकमिट के बाद (मैन्युअल या VAD ट्रिगर)
diarized_transcripttext, words और कमिटेड ट्रांसक्रिप्ट से मेल खाता segment_index वाला स्पीकर-लेबल ट्रांसक्रिप्ट। अनसुलझे स्पीकर्स का speaker_id: null होता है। स्पीकर डायरीकरण देखेंहर कमिटेड ट्रांसक्रिप्ट के बाद, कमिट क्रम में, भले ही स्पीकर्स की पहचान न हो सके। केवल diarize=true होने पर प्राप्त होता है
speakers_mergedबताता है कि from_speaker_id और to_speaker_id एक ही व्यक्ति को संदर्भित करते हैं। पार्टियल और डायरीकृत ट्रांसक्रिप्ट्स में from_speaker_id के हर पिछले उपयोग को to_speaker_id से बदलें; चेन किए गए मर्ज को प्राप्ति क्रम में लागू करें। IDs कभी दोबारा इस्तेमाल नहीं होतींजब दो स्पीकर IDs की पहचान एक ही व्यक्ति के रूप में होती है। केवल diarize=true होने पर प्राप्त होता है
committed_transcript_with_timestampsशब्द-स्तरीय टाइमस्टैम्प और पहचाने गए language_code वाला कमिटेड ट्रांसक्रिप्टकमिटेड ट्रांसक्रिप्ट के बाद भेजा जाता है। केवल तब प्राप्त होता है जब क्वेरी पैरामीटर्स में include_timestamps=true या include_language_detection=true शामिल हो
committed_transcript_entitiesकैरेक्टर ऑफ़सेट्स के साथ कमिटेड ट्रांसक्रिप्ट सेगमेंट में पहचानी गई एंटिटीज़हर कमिटेड ट्रांसक्रिप्ट के थोड़ी देर बाद भेजा जाता है। केवल तब प्राप्त होता है जब क्वेरी पैरामीटर्स में entity_detection शामिल हो
redacted_transcriptमूल कमिटेड टेक्स्ट के साथ, रेडैक्ट की गई एंटिटीज़ को मार्कर्स से बदला हुआ कमिटेड ट्रांसक्रिप्ट सेगमेंटहर कमिटेड ट्रांसक्रिप्ट के थोड़ी देर बाद भेजा जाता है। केवल तब प्राप्त होता है जब क्वेरी पैरामीटर्स में entity_redaction शामिल हो
edited_transcriptमूल कमिटेड टेक्स्ट के साथ, कमिटेड ट्रांसक्रिप्ट सेगमेंट का संपादित वर्ज़नहर कमिटेड ट्रांसक्रिप्ट के थोड़ी देर बाद भेजा जाता है। केवल तब प्राप्त होता है जब क्वेरी पैरामीटर्स में transcript_edit शामिल हो

भाषा कोड

partial_transcript और committed_transcript_with_timestamps इवेंट्स पर बोलचाल की भाषा को language_code के रूप में पाने के लिए, क्वेरी पैरामीटर्स में include_language_detection=true सेट करें।

  • partial_transcript पर language_code हमेशा मौजूद होता है और जब तक प्रगति पर चल रहे सेगमेंट में भाषा पहचानने लायक पर्याप्त बोलचाल न हो जाए (लगभग चार शब्द, या बिना स्पेस लिखी जाने वाली भाषाओं, जैसे चीनी, जापानी और थाई, के लिए आठ कैरेक्टर) और एक ही भाषा लगातार पार्टियल्स में न दिखाई दे, तब तक यह null रहता है। बहुत छोटे सेगमेंट, जैसे एक शब्द, null रह सकते हैं और भाषा पहचानने के लिए बहुत छोटा पार्टियल लगातार पार्टियल्स की गिनती रीसेट कर देता है। एक बार सेट होने पर, यह केवल तब बदलता है जब नई भाषा लगातार पार्टियल्स में दिखे, इसलिए कोई एक असामान्य पार्टियल इसे नहीं बदलता।
  • बिना बोले गए टेक्स्ट वाले पार्टियल्स, जैसे केवल विराम चिह्न, में language_code: null होता है।
  • committed_transcript_with_timestamps पर language_code उस सेगमेंट का अंतिम उत्तर है। अगर यह आखिरी पार्टियल से अलग हो, तो कमिटेड वैल्यू इस्तेमाल करें। यह committed_transcript के बाद भेजा जाता है, इसलिए इसके आने तक पार्टियल की वैल्यू दिखाएं।
  • कनेक्ट करते समय अगर आप language_code या secondary_languages पास करते हैं, तो भाषा उन भाषाओं के भीतर मॉडल की पहचान से आती है। हिंट के बिना, इसे ट्रांसक्रिप्ट टेक्स्ट से पहचाना जाता है।
  • include_language_detection=true के बिना, partial_transcript इवेंट्स में language_code फ़ील्ड नहीं होती।

एरर हैंडलिंग

अगर कोई एरर होता है, तो WebSocket कनेक्शन बंद होने से पहले एरर मैसेज लौटाया जाएगा।

एरर प्रकारविवरण
auth_errorअनुरोध को प्रमाणित करते समय एरर हुआ। अपनी API key दोबारा जांचें
quota_exceededआपने अपनी उपयोग सीमा पार कर ली है
transcriber_errorऑडियो ट्रांसक्राइब करते समय एरर हुआ।
input_errorऑडियो चंक प्रोसेस करते समय एरर हुआ। संभवतः अमान्य इनपुट फ़ॉर्मैट या पैरामीटर्स के कारण
invalid_requestकनेक्शन पैरामीटर्स अस्वीकार कर दिए गए। क्वेरी पैरामीटर्स को API रेफरेंस से जांचें
errorसामान्य सर्वर एरर। कनेक्शन बंद होने से पहले, एंटिटी रेडैक्शन विफल होने पर भी भेजा जाता है
commit_throttledकम समय में बहुत अधिक कमिट अनुरोधों के कारण कमिट को थ्रॉटल किया गया
unaccepted_termsआपने Scribe इस्तेमाल करने के लिए सेवा की शर्तें स्वीकार नहीं की हैं। कृपया ElevenLabs डैशबोर्ड में नियम और शर्तें देखें और स्वीकार करें
rate_limitedआप पर रेट लिमिट लागू है। कृपया कम समय में किए जाने वाले अनुरोधों की संख्या कम करें
queue_overflowप्रोसेसिंग क्यू भर गई है। कृपया कम समय में किए जाने वाले अनुरोधों की संख्या कम करें
resource_exhaustedसर्वर संसाधन पूरी क्षमता पर हैं। कृपया बाद में फिर कोशिश करें
session_time_limit_exceededअधिकतम सेशन समय पूरा हो गया है। कृपया नया सेशन शुरू करें या अपना सब्सक्रिप्शन अपग्रेड करें
chunk_size_exceededऑडियो चंक का आकार बहुत बड़ा है। कृपया चंक का आकार कम करें
insufficient_audio_activityकनेक्शन बनाए रखने के लिए आपने पर्याप्त ऑडियो गतिविधि नहीं भेजी है