> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# スピーチtoテキスト クイックスタート

このガイドでは、スピーチtoテキストAPIを使用して音声をテキストに変換する方法を説明します。

> **Tip**
>
> [ElevenLabs speech-to-text skill](https://github.com/elevenlabs/skills/tree/main/speech-to-text)を使用すると、AIコーディングアシスタントから音声を文字起こしできます。
>
> ```bash
> npx skills add elevenlabs/skills --skill speech-to-text
> ```

> **Info**
>
> このチュートリアルでは、バッチスピーチtoテキストAPIの使用方法を紹介します。リアルタイムスピーチtoテキストAPIの使用方法については、
> [クライアントサイドストリーミング](/docs/ja/eleven-api/guides/how-to/speech-to-text/realtime/client-side-streaming)または
> [サーバーサイドストリーミング](/docs/ja/eleven-api/guides/how-to/speech-to-text/realtime/server-side-streaming)のガイドを参照してください。

## スピーチtoテキストAPIを使用する

#### APIキーを作成する

[ダッシュボードでAPIキーを作成](https://elevenlabs.io/app/settings/api-keys)し、安全に[APIへアクセス](/docs/ja/api-reference/authentication)するために使用します。

キーは管理されたシークレットとして保存し、好みに応じて`.env`ファイルによる環境変数として、またはアプリの設定で直接SDKに渡してください。

**`.env`**

```js title=".env"
ELEVENLABS_API_KEY=<your_api_key_here>
```

#### SDKをインストールする

#### SDK

`dotenv`ライブラリも使用して、環境変数からAPIキーを読み込みます。

```python
pip install elevenlabs
pip install python-dotenv
```

```typescript
npm install @elevenlabs/elevenlabs-js
npm install dotenv
```

#### CLI

ElevenLabs CLIをインストールします。Homebrew（macOS）とScoop（Windows）を推奨します。

**`Homebrew (macOS)`**

```bash title="Homebrew (macOS)"
brew install elevenlabs/tap/elevenlabs
```

**`Scoop (Windows)`**

```powershell title="Scoop (Windows)"
scoop bucket add elevenlabs https://github.com/elevenlabs/scoop-bucket
scoop install elevenlabs
```

**`npm`**

```bash title="npm"
npm install -g @elevenlabs/cli
```

**`curl`**

```bash title="curl"
curl --proto '=https' --tlsv1.2 -LsSf https://github.com/elevenlabs/cli/releases/latest/download/elevenlabs-cli-installer.sh | sh
```

> **Tip**
>
> AIコーディングアシスタントを使っていますか？プロジェクトで`elevenlabs generate-skills`を実行すると、各コマンドグループ用の
> `SKILL.md`が`skills/`に作成されます。これにより、ドキュメントを貼り付けなくても、アシスタントがCLIのすべての機能を把握できます。
> 別の場所に配置するには`--output-dir`を使ってください。CLIに組み込まれたAPI定義を読み取るため、APIキーは不要で、オフラインでも動作します。また、
> インストールしているCLIのバージョンに常に対応します。

次に認証します。ブラウザが開き、CLIを承認できます。

```bash
elevenlabs auth login
```

#### APIリクエストを送信する

#### SDK

使用する言語に応じて、`example.py`または`example.mts`という新しいファイルを作成し、次のコードを追加します。

```python maxLines=0
# example.py
import os
from dotenv import load_dotenv
from io import BytesIO
import requests
from elevenlabs.client import ElevenLabs

load_dotenv()

elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)

audio_url = (
    "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
)
response = requests.get(audio_url)
audio_data = BytesIO(response.content)

transcription = elevenlabs.speech_to_text.convert(
    file=audio_data,
    model_id="scribe_v2", # Model to use
    tag_audio_events=True, # Tag audio events like laughter, applause, etc.
    language_code="eng", # Language of the audio file. If set to None, the model will detect the language automatically.
    diarize=True, # Whether to annotate who is speaking
)

print(transcription)
```

```typescript maxLines=0
// example.mts
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import "dotenv/config";

const elevenlabs = new ElevenLabsClient();

const response = await fetch(
  "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
);
const audioBlob = new Blob([await response.arrayBuffer()], { type: "audio/mp3" });

const transcription = await elevenlabs.speechToText.convert({
  file: audioBlob,
  modelId: "scribe_v2", // Model to use
  tagAudioEvents: true, // Tag audio events like laughter, applause, etc.
  languageCode: "eng", // Language of the audio file. If set to null, the model will detect the language automatically.
  diarize: true, // Whether to annotate who is speaking
});

console.log(transcription);
```

次に、実行します。

```python
python example.py
```

```typescript
npx tsx example.mts
```

コンソールに音声ファイルの文字起こしが出力されます。

> **Note**
>
> 医療・臨床音声では、`model_id`を`scribe_v2_medical`に設定してください。リクエスト形式は`scribe_v2`と同じで、料金も同額です。[Scribe v2 Medical](/docs/ja/overview/models#scribe-v2-medical)を参照してください。

#### CLI

サンプル音声をダウンロードしてから、文字起こしします。

```bash
curl -O https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3

elevenlabs speech-to-text convert \
  --file nicole.mp3 \
  --model-id scribe_v2 \
  --tag-audio-events true \
  --language-code eng \
  --diarize true
```

文字起こしがターミナルに出力されます。

医療・臨床音声では、`--model-id scribe_v2_medical`を指定してください。

## 次のステップ

#### [バッチ文字起こし](/docs/ja/eleven-api/guides/how-to/speech-to-text/batch)

話者分離とイベントタグ付けを使用して、事前録音した音声ファイルを文字起こし

#### [リアルタイム文字起こし](/docs/ja/eleven-api/guides/how-to/speech-to-text/realtime)

音声をストリーミングし、リアルタイムで文字起こしを受信

#### [APIリファレンス](/docs/ja/api-reference/speech-to-text/convert)

すべてのスピーチtoテキストパラメータとレスポンス形式を確認