> 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.

# JavaScript SDK

> **Info**
>
> Przegląd Scribe i jego możliwości znajdziesz w [omówieniu funkcji Speech to Text ](/docs/pl/capabilities/speech-to-text). Przewodniki krok po kroku znajdziesz w sekcji [streaming po stronie klienta](/docs/pl/eleven-api/guides/how-to/speech-to-text/realtime/client-side-streaming).

## Instalacja

```shell
npm install @elevenlabs/client
# or
yarn add @elevenlabs/client
# or
pnpm install @elevenlabs/client
```

> **Tip**
>
> Użyj [umiejętności ElevenLabs Speech to Text](https://github.com/elevenlabs/skills/tree/main/speech-to-text), aby transkrybować audio z pomocą asystenta AI do programowania:
>
> ```bash
> npx skills add elevenlabs/skills --skill speech-to-text
> ```

> **Note**
>
> Z tej biblioteki możesz korzystać w każdym projekcie opartym na JavaScript. Jeśli używasz React,
> rozważ użycie [hooka `useScribe`](/docs/pl/eleven-api/resources/libraries/scribe-stt/react-scribe), który zapewnia
> wbudowane zarządzanie stanem i obsługę cyklu życia.

## Użycie

Oto minimalny działający przykład, który łączy się z Scribe i zapisuje wyniki transkrypcji w logach:

```js
import { Scribe, RealtimeEvents } from "@elevenlabs/client";

const token = await fetchTokenFromServer();

const connection = Scribe.connect({
  token,
  modelId: "scribe_v2_realtime",
  microphone: {
    echoCancellation: true,
    noiseSuppression: true,
  },
});

connection.on(RealtimeEvents.PARTIAL_TRANSCRIPT, (data) => {
  console.log("Partial:", data.text);
});

connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, (data) => {
  console.log("Committed:", data.text);
});

// Later, close the connection
connection.close();
```

## Uzyskiwanie tokenu

Scribe wymaga tokenu jednorazowego do uwierzytelniania. Utwórz endpoint API na swoim serwerze:

```js
// Node.js server
app.get("/scribe-token", yourAuthMiddleware, async (req, res) => {
  const response = await fetch("https://api.elevenlabs.io/v1/single-use-token/realtime_scribe", {
    method: "POST",
    headers: {
      "xi-api-key": process.env.ELEVENLABS_API_KEY,
    },
  });

  const data = await response.json();
  res.json({ token: data.token });
});
```

> **Warning**
>
> Twój klucz API ElevenLabs jest poufny. Nigdy nie udostępniaj go klientowi. Zawsze generuj token na
> serwerze.

```js
// Client
const fetchToken = async () => {
  const response = await fetch("/scribe-token");
  const { token } = await response.json();
  return token;
};
```

## Opcje połączenia

`Scribe.connect()` przyjmuje opcje mikrofonu albo ręczne opcje audio. Oba warianty mają wspólny zestaw opcji podstawowych.

### Opcje podstawowe

| Właściwość                  | Typ              | Domyślnie                   | Opis                                                                                              |
| --------------------------- | ---------------- | --------------------------- | ------------------------------------------------------------------------------------------------- |
| **token**                   | `string`         |                             | Token jednorazowy do uwierzytelniania WebSocket.                                                  |
| **modelId**                 | `string`         |                             | Identyfikator modelu (np. `"scribe_v2_realtime"`).                                                |
| **baseUri**                 | `string`         | `"wss://api.elevenlabs.io"` | Własny bazowy URI WebSocket.                                                                      |
| **commitStrategy**          | `CommitStrategy` | `"manual"`                  | `"manual"` lub `"vad"`.                                                                           |
| **vadSilenceThresholdSecs** | `number`         | `1.5`                       | Liczba sekund ciszy przed zatwierdzeniem przez VAD (0.3–3.0).                                     |
| **vadThreshold**            | `number`         | `0.4`                       | Czułość VAD (0.1–0.9, niższa wartość oznacza większą czułość).                                    |
| **minSpeechDurationMs**     | `number`         | `100`                       | Minimalny czas mowy w ms (50–2000).                                                               |
| **minSilenceDurationMs**    | `number`         | `100`                       | Minimalny czas ciszy w ms (50–2000).                                                              |
| **languageCode**            | `string`         |                             | Kod języka ISO-639-1 lub ISO-639-3. Zostaw puste, aby wykrywać automatycznie.                     |
| **includeTimestamps**       | `boolean`        | `false`                     | Otrzymuj znaczniki czasu na poziomie słów przez zdarzenie `COMMITTED_TRANSCRIPT_WITH_TIMESTAMPS`. |

### Opcje mikrofonu

Przekaż obiekt `microphone`, aby przesyłać audio bezpośrednio z mikrofonu użytkownika. Połączenie automatycznie obsługuje `getUserMedia` i kodowanie audio.

```js
const connection = Scribe.connect({
  token,
  modelId: "scribe_v2_realtime",
  microphone: {
    deviceId: "optional-device-id",
    echoCancellation: true,
    noiseSuppression: true,
    autoGainControl: true,
  },
});
```

| Właściwość           | Typ       | Opis                                       |
| -------------------- | --------- | ------------------------------------------ |
| **deviceId**         | `string`  | Identyfikator konkretnego mikrofonu.       |
| **echoCancellation** | `boolean` | Włącza eliminację echa.                    |
| **noiseSuppression** | `boolean` | Włącza redukcję szumów.                    |
| **autoGainControl**  | `boolean` | Włącza automatyczną regulację wzmocnienia. |

### Ręczne opcje audio

Przekaż `audioFormat` i `sampleRate`, aby ręcznie wysyłać dane audio przez `connection.send()`.

```js
import { AudioFormat } from "@elevenlabs/client";

const connection = Scribe.connect({
  token,
  modelId: "scribe_v2_realtime",
  audioFormat: AudioFormat.PCM_16000,
  sampleRate: 16000,
});
```

| Właściwość      | Typ           | Opis                                                           |
| --------------- | ------------- | -------------------------------------------------------------- |
| **audioFormat** | `AudioFormat` | Format kodowania audio (np. `AudioFormat.PCM_16000`).          |
| **sampleRate**  | `number`      | Częstotliwość próbkowania w Hz. Musi pasować do `audioFormat`. |

#### Enum AudioFormat

```typescript
enum AudioFormat {
  PCM_8000 = "pcm_8000",
  PCM_16000 = "pcm_16000",
  PCM_22050 = "pcm_22050",
  PCM_24000 = "pcm_24000",
  PCM_44100 = "pcm_44100",
  PCM_48000 = "pcm_48000",
  ULAW_8000 = "ulaw_8000",
}
```

## Tryb mikrofonu

Przesyłaj audio bezpośrednio z mikrofonu użytkownika:

```js
import { Scribe, RealtimeEvents } from "@elevenlabs/client";

async function transcribeFromMicrophone() {
  const token = await fetchToken();

  const connection = Scribe.connect({
    token,
    modelId: "scribe_v2_realtime",
    microphone: {
      echoCancellation: true,
      noiseSuppression: true,
      autoGainControl: true,
    },
  });

  connection.on(RealtimeEvents.PARTIAL_TRANSCRIPT, (data) => {
    document.getElementById("live").textContent = data.text;
  });

  connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, (data) => {
    const el = document.createElement("p");
    el.textContent = data.text;
    document.getElementById("transcripts").appendChild(el);
    document.getElementById("live").textContent = "";
  });

  document.getElementById("stop").addEventListener("click", () => {
    connection.close();
  });
}
```

## Ręczny tryb audio (transkrypcja pliku)

Transkrybuj nagrane wcześniej pliki audio, ręcznie wysyłając dane audio:

```js
import { Scribe, RealtimeEvents, AudioFormat } from "@elevenlabs/client";

async function transcribeFile(file) {
  const token = await fetchToken();

  const connection = Scribe.connect({
    token,
    modelId: "scribe_v2_realtime",
    audioFormat: AudioFormat.PCM_16000,
    sampleRate: 16000,
  });

  connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, (data) => {
    console.log("Transcript:", data.text);
  });

  // Decode audio file
  const arrayBuffer = await file.arrayBuffer();
  const audioContext = new AudioContext({ sampleRate: 16000 });
  const audioBuffer = await audioContext.decodeAudioData(arrayBuffer);

  // Convert to PCM16
  const channelData = audioBuffer.getChannelData(0);
  const pcmData = new Int16Array(channelData.length);

  for (let i = 0; i < channelData.length; i++) {
    const sample = Math.max(-1, Math.min(1, channelData[i]));
    pcmData[i] = sample < 0 ? sample * 32768 : sample * 32767;
  }

  // Send in chunks
  const chunkSize = 4096;
  for (let offset = 0; offset < pcmData.length; offset += chunkSize) {
    const chunk = pcmData.slice(offset, offset + chunkSize);
    const bytes = new Uint8Array(chunk.buffer);
    const base64 = btoa(String.fromCharCode(...bytes));

    connection.send({ audioBase64: base64 });
    await new Promise((resolve) => setTimeout(resolve, 50));
  }

  // Commit and close
  connection.commit();
}
```

## RealtimeConnection

`Scribe.connect()` zwraca instancję `RealtimeConnection` z poniższymi metodami.

### on(event, listener)

Zarejestruj nasłuchiwanie zdarzenia. Dostępne typy zdarzeń znajdziesz w sekcji [Zdarzenia](#events).

```js
connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, (data) => {
  console.log("Committed:", data.text);
});
```

### off(event, listener)

Usuń wcześniej zarejestrowane nasłuchiwanie zdarzenia.

```js
const handler = (data) => console.log(data.text);
connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, handler);

// Later
connection.off(RealtimeEvents.COMMITTED_TRANSCRIPT, handler);
```

### send(data)

Wyślij dane audio do Scribe (tylko w ręcznym trybie audio).

```js
connection.send({
  audioBase64: base64AudioChunk,
  commit: false, // Optional: commit immediately
  sampleRate: 16000, // Optional: override sample rate
  previousText: "Previous transcription text", // Optional: context from a previous transcription
});
```

> **Warning**
>
> Pole `previousText` można wysłać tylko w pierwszym fragmencie audio sesji. Wysłanie go w
> kolejnych fragmentach powoduje błąd.

### commit()

Ręcznie zatwierdź bieżącą transkrypcję. Jest to potrzebne tylko przy użyciu `CommitStrategy.MANUAL`.

```js
connection.commit();
```

### close()

Zamknij połączenie WebSocket i zwolnij zasoby (strumień mikrofonu, kontekst audio).

```js
connection.close();
```

## Zdarzenia

Rejestruj nasłuchiwanie zdarzeń przez `connection.on(event, listener)`. Wszystkie zdarzenia są dostępne jako stałe w enumie `RealtimeEvents`.

### Zdarzenia transkrypcji

| Zdarzenie                                | Dane                                                            | Opis                                           |
| ---------------------------------------- | --------------------------------------------------------------- | ---------------------------------------------- |
| **SESSION_STARTED**                      | `{ session_id: string }`                                        | Sesja Scribe rozpoczęta.                       |
| **PARTIAL_TRANSCRIPT**                   | `{ text: string }`                                              | Tymczasowy wynik transkrypcji.                 |
| **COMMITTED_TRANSCRIPT**                 | `{ text: string }`                                              | Sfinalizowany wynik transkrypcji.              |
| **COMMITTED_TRANSCRIPT_WITH_TIMESTAMPS** | `{ text: string; language_code?: string; words?: WordsItem[] }` | Sfinalizowany wynik z czasem na poziomie słów. |

Typ `WordsItem` zawiera informacje o czasie na poziomie słów:

```typescript
interface WordsItem {
  text?: string; // Word text
  start?: number; // Start time in seconds
  end?: number; // End time in seconds
  type?: "word" | "spacing"; // Token type
  speaker_id?: string; // Speaker identifier
}
```

### Zdarzenia połączenia

| Zdarzenie | Dane             | Opis                            |
| --------- | ---------------- | ------------------------------- |
| **OPEN**  | `Event`          | Połączenie WebSocket otwarte.   |
| **CLOSE** | `Event`          | Połączenie WebSocket zamknięte. |
| **ERROR** | `Error \| Event` | Ogólny błąd.                    |

### Zdarzenia błędów

Wszystkie zdarzenia błędów otrzymują `{ error: string }`.

| Zdarzenie                       | Opis                                                    |
| ------------------------------- | ------------------------------------------------------- |
| **AUTH_ERROR**                  | Błąd uwierzytelniania.                                  |
| **QUOTA_EXCEEDED**              | Przekroczono limit użycia.                              |
| **COMMIT_THROTTLED**            | Żądanie zatwierdzenia zostało ograniczone.              |
| **TRANSCRIBER_ERROR**           | Błąd silnika transkrypcji.                              |
| **UNACCEPTED_TERMS**            | Warunki korzystania z usługi nie zostały zaakceptowane. |
| **RATE_LIMITED**                | Osiągnięto limit żądań.                                 |
| **INPUT_ERROR**                 | Nieprawidłowy format danych wejściowych.                |
| **QUEUE_OVERFLOW**              | Kolejka przetwarzania jest pełna.                       |
| **RESOURCE_EXHAUSTED**          | Zasoby serwera są wyczerpane.                           |
| **SESSION_TIME_LIMIT_EXCEEDED** | Osiągnięto maksymalny czas sesji.                       |
| **CHUNK_SIZE_EXCEEDED**         | Fragment audio jest za duży.                            |
| **INSUFFICIENT_AUDIO_ACTIVITY** | Za mało aktywności audio, aby utrzymać połączenie.      |

## Strategie zatwierdzania

Określ, kiedy transkrypcje są zatwierdzane:

```js
import { Scribe, CommitStrategy } from '@elevenlabs/client';

// Manual (default): you control when to commit
const connection = Scribe.connect({
  token,
  modelId: 'scribe_v2_realtime',
  audioFormat: AudioFormat.PCM_16000,
  sampleRate: 16000,
  commitStrategy: CommitStrategy.MANUAL,
});

// Send audio, then commit when ready
connection.send({ audioBase64: chunk });
connection.commit();

// Voice Activity Detection: Scribe detects silences and commits automatically
const connection = Scribe.connect({
  token,
  modelId: 'scribe_v2_realtime',
  microphone: { echoCancellation: true },
  commitStrategy: CommitStrategy.VAD,
});
```

Więcej informacji znajdziesz w sekcji [Transkrypcje i strategie zatwierdzania](/docs/pl/eleven-api/guides/how-to/speech-to-text/realtime/transcripts-and-commit-strategies).

## Pełny przykład

Oto pełny przykład, który transkrybuje audio z mikrofonu przy użyciu strategii zatwierdzania opartej na VAD:

```js
import { Scribe, RealtimeEvents, CommitStrategy } from "@elevenlabs/client";

async function startTranscription() {
  const token = await fetchToken();

  const connection = Scribe.connect({
    token,
    modelId: "scribe_v2_realtime",
    commitStrategy: CommitStrategy.VAD,
    microphone: {
      echoCancellation: true,
      noiseSuppression: true,
    },
  });

  connection.on(RealtimeEvents.SESSION_STARTED, (data) => {
    console.log("Session started:", data.session_id);
  });

  connection.on(RealtimeEvents.PARTIAL_TRANSCRIPT, (data) => {
    document.getElementById("live").textContent = data.text;
  });

  connection.on(RealtimeEvents.COMMITTED_TRANSCRIPT, (data) => {
    const el = document.createElement("p");
    el.textContent = data.text;
    document.getElementById("transcripts").appendChild(el);
    document.getElementById("live").textContent = "";
  });

  connection.on(RealtimeEvents.ERROR, (error) => {
    console.error("Scribe error:", error);
  });

  // Stop button
  document.getElementById("stop").addEventListener("click", () => {
    connection.close();
  });
}

document.getElementById("start").addEventListener("click", startTranscription);
```