नेविगेशन पर जाएँ

भाषा विकल्प

यह गाइड बताती है कि Realtime Speech to Text API के साथ एक से अधिक भाषाओं में ऑडियो कैसे ट्रांसक्राइब करें।

कैसे करें गाइड · मानता है कि आपने क्लाइंट-साइड या सर्वर-साइड स्ट्रीमिंग गाइड पूरी कर ली है।

ओवरव्यू

डिफ़ॉल्ट रूप से, रीयलटाइम API ऑडियो की भाषा अपने-आप पहचानती है। आप इस व्यवहार को तीन तरीकों से बदल सकते हैं:

  • language_code को ऑडियो की भाषा पर सेट करें।
  • भाषा पहचान को अपेक्षित भाषाओं के एक सेट तक सीमित करने के लिए secondary_languages जोड़ें।
  • Scribe v3 Live के साथ, सेशन के दौरान भाषा बदलने वाले स्पीकर्स को फ़ॉलो करने के लिए multilang_mode=true सेट करें।

Scribe अनुवाद नहीं करता। बोली गई भाषा में ही स्पीच ट्रांसक्राइब होती है।

सेकंडरी भाषाएं

क्वेरी स्ट्रिंग में मुख्य भाषा के साथ language_code पास करें और हर अतिरिक्त भाषा के लिए एक बार secondary_languages दोहराएं। दोनों ISO-639-1 या ISO-639-3 कोड स्वीकार करते हैं।

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&language_code=en&secondary_languages=es&secondary_languages=fr

secondary_languages भाषा पहचान को आपकी सूचीबद्ध भाषाओं तक सीमित करके उसे ज़्यादा विश्वसनीय बनाता है। सेशन के दौरान भाषाओं के बीच स्विच करने वाले स्पीकर्स को फ़ॉलो करने के लिए मल्टीलिंगुअल मोड इस्तेमाल करें।

मल्टीलिंगुअल मोड

मल्टीलिंगुअल मोड सिर्फ़ Scribe v3 Live (scribe_v3_live) के साथ उपलब्ध है। दूसरे मॉडल multilang_mode=true को invalid_request एरर के साथ अस्वीकार करते हैं और कनेक्शन बंद कर देते हैं।

multilang_mode=true के साथ, Scribe v3 Live हर भाषा को उसकी अपनी लिपि में ट्रांसक्राइब करता है और भाषा स्विच को फ़ॉलो करता है, जिसमें वाक्य के बीच में होने वाले स्विच भी शामिल हैं।

wss://api.elevenlabs.io/v1/speech-to-text/realtime?model_id=scribe_v3_live&audio_format=pcm_16000&multilang_mode=true

मल्टीलिंगुअल मोड में ये समझौते होते हैं:

  • किसी दूसरी भाषा जैसी लगने वाली बैकग्राउंड स्पीच ट्रांसक्राइब हो सकती है।
  • छोटे वाक्यांशों के गलत ट्रांसक्राइब होने की संभावना ज़्यादा होती है।

ऑफ़िशियल SDKs अभी multilang_mode सपोर्ट नहीं करते। इसे इस्तेमाल करने के लिए WebSocket API से सीधे कनेक्ट करें।

अगले चरण