> 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.

# Guia de início rápido de Speech to Text

Este guia mostra como converter áudio falado em texto usando a API Speech to Text.

> **Tip**
>
> Use a [skill de speech-to-text da ElevenLabs](https://github.com/elevenlabs/skills/tree/main/speech-to-text) para transcrever áudio com seu assistente de programação com IA:
>
> ```bash
> npx skills add elevenlabs/skills --skill speech-to-text
> ```

> **Info**
>
> Este tutorial demonstra como usar a API Speech to Text em lote. Para saber como usar
> a API de Transcrição de Voz em Tempo Real, consulte os guias de [streaming do lado do cliente](/docs/pt/eleven-api/guides/how-to/speech-to-text/realtime/client-side-streaming) ou de [streaming do lado do servidor](/docs/pt/eleven-api/guides/how-to/speech-to-text/realtime/server-side-streaming).

## Como usar a API Speech to Text

#### Criar uma chave de API

[Crie uma chave de API no painel aqui](https://elevenlabs.io/app/settings/api-keys), que você usará para [acessar a API](/docs/pt/api-reference/authentication) com segurança.

Armazene a chave como um segredo gerenciado e passe-a aos SDKs como uma variável de ambiente por meio de um arquivo `.env` ou diretamente na configuração do seu app, conforme sua preferência.

**`.env`**

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

#### Instalar o SDK

#### SDK

Também usaremos a biblioteca `dotenv` para carregar nossa chave de API de uma variável de ambiente.

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

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

#### CLI

Instale a CLI da ElevenLabs. Recomendamos Homebrew (macOS) e Scoop (Windows).

**`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**
>
> Está trabalhando com um assistente de programação com IA? Execute `elevenlabs generate-skills` no seu projeto para criar um
> `SKILL.md` para cada grupo de comandos em `skills/`, para que seu assistente conheça toda a superfície da CLI
> sem que você precise colar a documentação. Use `--output-dir` para colocá-los em outro lugar. Isso lê a própria
> definição de API incorporada da CLI, portanto não precisa de chave de API e funciona off-line — além de acompanhar
> a versão da CLI que você tiver instalado.

Em seguida, autentique-se — isso abrirá seu navegador para autorizar a CLI:

```bash
elevenlabs auth login
```

#### Fazer a solicitação à API

#### SDK

Crie um novo arquivo chamado `example.py` ou `example.mts`, dependendo da linguagem escolhida, e adicione o código a seguir:

```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);
```

Em seguida, execute-o:

```python
python example.py
```

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

Você verá a transcrição do arquivo de áudio impressa no console.

> **Note**
>
> Para áudio médico e clínico, defina `model_id` como `scribe_v2_medical`. O formato da solicitação
> é o mesmo de `scribe_v2` e a cobrança é feita pela mesma tarifa. Consulte [Scribe v2 Medical](/docs/pt/overview/models#scribe-v2-medical).

#### CLI

Baixe o áudio de exemplo e depois transcreva-o:

```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
```

A transcrição é exibida no terminal.

Para áudio médico e clínico, use `--model-id scribe_v2_medical`.

## Próximas etapas

#### [Transcrição em lote](/docs/pt/eleven-api/guides/how-to/speech-to-text/batch)

Transcreva arquivos de áudio pré-gravados com diarização de locutores e marcação de eventos

#### [Transcrição em tempo real](/docs/pt/eleven-api/guides/how-to/speech-to-text/realtime)

Transmita áudio e receba transcrições em tempo real

#### [Referência da API](/docs/pt/api-reference/speech-to-text/convert)

Explore todos os parâmetros e formatos de resposta do Speech to Text