Streaming lato server
Guida pratica · Presuppone che tu abbia completato la guida rapida a Speech to Text .
Panoramica
L’API di Trascrizione vocale in tempo reale di ElevenLabs ti consente di trascrivere stream audio in tempo reale con latenza ultra-bassa usando il modello Scribe Realtime v2. Che tu stia creando assistenti vocali, servizi di trascrizione o qualsiasi applicazione che richieda il riconoscimento vocale in tempo reale, questa API basata su WebSocket fornisce trascrizioni parziali mentre parli e trascrizioni confermate al completamento dei segmenti vocali.
Scribe v3 Live può essere implementato lato server per trascrivere audio in tempo reale, tramite URL, file o il tuo stream audio.
L’implementazione lato server differisce da quella lato client per alcuni aspetti:
- Usa una chiave API di ElevenLabs invece di un token monouso.
- Supporta lo streaming diretto da un URL, senza dover suddividere manualmente l’audio in chunk.
Per lo streaming audio direttamente dal microfono, consulta la guida sullo streaming lato client.
Guida rapida
Questa guida presuppone che tu abbia configurato la tua chiave API e l’SDK. Completa prima la guida rapida, se non l’hai ancora fatto.
Configura l'SDK
L’SDK offre due modi per trascrivere audio in tempo reale: streaming da un URL o suddivisione manuale dell’audio in chunk da un file o dal tuo stream audio.
Per un elenco completo dei parametri e delle opzioni supportati dall’API, consulta il riferimento API.
Streaming da URL
Suddivisione manuale dell'audio in chunk
Questo esempio mostra come eseguire lo streaming di un file audio da un URL usando l’SDK ufficiale.
Lo strumento ffmpeg è necessario per lo streaming da un URL. Visita il sito web per le istruzioni di installazione.
Crea un nuovo file denominato example.py o example.mts, in base al linguaggio che preferisci, e aggiungi il codice seguente: