API de Voz a Texto
Transcribe audio con ElevenLabs Scribe v2
La mayor precisión en voz a texto para aplicaciones masivas. Detecta énfasis y efectos de sonido, y guía la transcripción con prompts de palabras clave.
Transcribe audio y vídeo
Sube archivos MP3, MP4, WAV, MOV y otros formatos habituales. Scribe procesa archivos de hasta 10 horas con procesamiento asíncrono y notificaciones por webhook para lotes grandes.
.webp&w=3840&q=95)
Transcripciones limpias y editables
Obtén texto bien puntuado y estructurado en párrafos, listo para editar, publicar o procesar. No hace falta limpiar nada.
.webp&w=3840&q=95)
Prompting de términos clave
Mejora la precisión de reconocimiento para hasta 100 términos específicos de tu sector. Nombres de productos, jerga técnica y vocabulario especializado se transcriben correctamente a la primera.
Scribe v2
Máxima precisión, pensado para cargas por lotes.
- >95% Precisión
- Más de 90 idiomas
- Detección de eventos no verbales
- Detección de entidades
- Prompting de términos clave
Scribe v2 en Tiempo Real
Mínima latencia, ideal para uso en tiempo real.
- Latencia inferior a 150 ms
- Más de 90 idiomas
- Transcripción en streaming
- Detección de actividad de voz
- Reconocimiento automático de idioma
Cambia el languageCode para ver los idiomas disponibles
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
const elevenlabs = new ElevenLabsClient({
apiKey: "<your_api_key>"
});
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",
tagAudioEvents: true,
languageCode: , // Seleccionar idioma
diarize: true
});
console.log(transcription);
Inglés
Chino
Español
Francés
Portugués
Alemán
Japonés
Italiano
Hindi
InglésHaz clic para previsualizar
“Desde doblar Reels en idiomas locales hasta crear música y voces de personajes en Horizon, la plataforma de ElevenLabs permite a creadores, empresas y negocios de todo el mundo crear con voz, música y sonido a gran escala.”
“La precisión de Scribe en tantos idiomas permite a Fieldy entender cada conversación diaria y escalar fácilmente a otros continentes. Fieldy ha aumentado la retención de usuarios un 50% tras pasarse a ElevenLabs Scribe.”
“Con ElevenLabs hemos integrado capacidades de texto a voz potentes en nuestro SDK, permitiendo que los Agentes respondan en tiempo real con voces expresivas a preguntas de usuarios o como feedback de lo que ven.”
“Twilio ha integrado la tecnología de voz generativa de IA de ElevenLabs en su CPaaS, mejorando ConversationRelay. Esta integración permite a empresas y desarrolladores crear interacciones de voz con IA conversacional que suenan humanas, son expresivas y responden en tiempo real directamente desde la plataforma CPaaS de Twilio. En ElevenLabs nos alegra que Twilio haya elegido ElevenLabs para potenciar ConversationRelay con las voces más expresivas y naturales disponibles.”
APIs listas para producción
.webp&w=3840&q=80)
.webp&w=3840&q=80)
