सर्वर-साइड स्ट्रीमिंग
सर्वर-साइड स्ट्रीमिंग
इस गाइड में बताया गया है कि ElevenLabs का इस्तेमाल करके सर्वर-साइड पर रियल टाइम में ऑडियो कैसे ट्रांसक्राइब करें।
कैसे करें गाइड · मानता है कि आपने स्पीच टू टेक्स्ट क्विकस्टार्ट पूरा कर लिया है।
खास जानकारी
ElevenLabs रियलटाइम स्पीच टू टेक्स्ट API, Scribe Realtime v2 मॉडल का इस्तेमाल करके बेहद कम लेटेंसी के साथ रियल टाइम में ऑडियो स्ट्रीम ट्रांसक्राइब करने देता है। चाहे आप वॉइस असिस्टेंट, ट्रांसक्रिप्शन सेवा या लाइव स्पीच रिकग्निशन की ज़रूरत वाले किसी भी ऐप्लिकेशन को बना रहे हों, यह WebSocket-आधारित API बोलते समय आंशिक ट्रांसक्रिप्ट और स्पीच सेगमेंट पूरा होने पर कमिट किए गए ट्रांसक्रिप्ट देता है।
Scribe v2 Realtime को सर्वर-साइड पर लागू करके रियल टाइम में ऑडियो ट्रांसक्राइब किया जा सकता है, चाहे वह URL, फ़ाइल या आपकी अपनी ऑडियो स्ट्रीम से हो।
सर्वर-साइड इंप्लीमेंटेशन, क्लाइंट-साइड से कुछ तरीकों से अलग है:
- सिंगल-यूज़ टोकन की जगह ElevenLabs API कुंजी का इस्तेमाल करता है।
- ऑडियो को मैन्युअल रूप से चंक्स में बांटने की ज़रूरत के बिना, सीधे URL से स्ट्रीमिंग सपोर्ट करता है।
माइक्रोफ़ोन से सीधे ऑडियो स्ट्रीम करने के लिए क्लाइंट-साइड स्ट्रीमिंग गाइड देखें।
क्विकस्टार्ट
यह गाइड मानती है कि आपने अपनी API कुंजी और SDK सेट अप कर ली है। अगर नहीं की है, तो पहले क्विकस्टार्ट पूरा करें।
SDK कॉन्फ़िगर करें
SDK रियल टाइम में ऑडियो ट्रांसक्राइब करने के दो तरीके देता है: URL से स्ट्रीमिंग या फ़ाइल अथवा अपनी ऑडियो स्ट्रीम से ऑडियो को मैन्युअल रूप से चंक्स में बांटना।
API द्वारा समर्थित सभी पैरामीटर और विकल्पों की सूची के लिए API रेफरेंस देखें।
URL से स्ट्रीम करें
मैन्युअल ऑडियो चंकिंग
यह उदाहरण आधिकारिक SDK का इस्तेमाल करके URL से ऑडियो फ़ाइल स्ट्रीम करने का तरीका दिखाता है।
URL से स्ट्रीमिंग करते समय ffmpeg टूल की ज़रूरत होती है। इंस्टॉलेशन निर्देशों के लिए उनकी वेबसाइट देखें।
अपनी चुनी हुई भाषा के अनुसार example.py या example.mts नाम की नई फ़ाइल बनाएं और उसमें यह कोड जोड़ें: