रीयलटाइम स्पीच टू टेक्स्ट API
Scribe v3 Live के साथ स्पीच को लाइव ट्रांसक्राइब करें
Scribe v3 Live, 90+ भाषाओं में 150ms लेटेंसी के साथ सबसे सटीक रीयल-टाइम STT है। API के ज़रिए उपलब्ध।
- Lovable
- Veed model
- Synthesia
- Stripe
- Perplexity
- Twilio
स्पीड और एक्युरेसी के लिए बनाया गया
बेहद तेज़, बेहद सटीक और लाइव स्पीच के लिए बनाया गया। Scribe v3 Live रीयल-टाइम उपयोग के मामलों के लिए तुरंत ट्रांसक्रिप्शन देता है।
सबसे सटीक रीयलटाइम ट्रांसक्रिप्शन
Scribe v3 Live चुनौतीपूर्ण ऑडियो स्थितियों और अलग-अलग एक्सेंट्स में भी ~150ms लेटेंसी के साथ इंडस्ट्री-लीडिंग ट्रांसक्रिप्शन सटीकता देता है।
हर स्थिति के लिए डिज़ाइन किया गया
शोर-शराबे, बैकग्राउंड म्यूजिक, भारी एक्सेंट्स और कम क्वालिटी ऑडियो में भी ट्रांसक्रिप्शन काम करता है।
रीयलटाइम परफॉर्मेंस के लिए तैयार स्पीच रिकग्निशन
Scribe v3 Live की बुनियाद पर बना Scribe v3 Live, एक्सेंट्स, टोन और अलग-अलग माहौल में बेहतरीन सटीकता के साथ ~150 ms की लेटेंसी देता है।
Agents और वॉइस ऐप्स के लिए खासतौर पर बनाया गया
Scribe v3 Live खास तौर पर कन्वर्सेशनल एजेंट्स, मीटिंग असिस्टेंट्स और वॉइस ऐप्लिकेशन बनाने वाले डेवलपर्स के लिए बनाया गया है, जहाँ गति और सटीकता अहम हैं।
लो लेटेंसी के लिए प्रेडिक्टिव ट्रांसक्रिप्शन
Scribe v3 Live संभावित अगले शब्दों और विराम चिह्नों का अनुमान लगाने के लिए प्रिडिक्टिव ट्रांसक्रिप्शन का उपयोग करता है – जिससे रीयल-टाइम सटीकता मिलती है।
वॉइस एक्टिविटी डिटेक्शन
सिर्फ़ खामोशी से नहीं, बल्कि वक्ता की बातों से समझता है कि वह कब बोल चुका है, ताकि वॉइस एजेंट बीच में न टोकें।
मैन्युअल कमिट कंट्रोल
डेवलपर्स को कंट्रोल मिलता है कि ट्रांसक्रिप्ट कब फाइनल करना है—कस्टम स्ट्रीमिंग और फाइन-ट्यून एक्युरेसी के लिए बढ़िया।
मल्टीपल ऑडियो फॉर्मेट्स
PCM (8–48 kHz) और μ-law एनकोडिंग सपोर्ट करता है, जिससे टेलीफोनी, ब्राउज़र और स्टूडियो सेटअप्स में कम्पैटिबिलिटी मिलती है।
हर इस्तेमाल के लिए ऑप्टिमाइज़ किए गए मॉडल
बड़े पैमाने के उपयोग के मामलों के लिए Scribe v3 और कम लेटेंसी वाले उपयोग के मामलों के लिए Scribe v3 Live
Scribe v3
सबसे ज़्यादा सटीकता, बैच वर्कलोड्स के लिए डिज़ाइन किया गया।
- Scribe v2 से 27% कम त्रुटियां
- हमारे परीक्षण में सबसे कम डायराइज़ेशन त्रुटि
- नंबर फ़ॉर्मैटिंग और भाषा संकेत
- एंटिटी डिटेक्शन और मुख्य शब्दों के प्रॉम्प्ट
- कीटर्म प्रॉम्प्टिंग
Scribe v3 Live
सबसे कम लेटेंसी, रीयलटाइम वर्कलोड्स के लिए।
- 150ms से कम लेटेंसी
- v2 Realtime से 43% कम त्रुटियां
- मुख्य शब्द लाइब्रेरी और बहुभाषी मोड
- वॉइस एक्टिविटी डिटेक्शन
- 90+ भाषाओं का समर्थन
90+ भाषाओं और कई तरह की बोलियों में स्पीच ट्रांसक्राइब करें
हर तरह की बोलियों, डायलैक्ट्स और रिकॉर्डिंग कंडीशन्स में बेहतरीन सटीकता देता है।
भाषा देखने के लिए languageCode बदलें
import { useScribe } from "@elevenlabs/react";
const scribe = useScribe({
modelId: "scribe_v3_live",
languageCode: , // भाषा सेट करें
onSessionStarted: () =>
console.log("Session started"),
onPartialTranscript: (data) =>
console.log("Partial:", data.text)
});
दुनिया की अग्रणी कंपनियों और ब्रांड्स को पावर दे रहे हैं
“रील्स को लोकल भाषाओं में डब करने से लेकर Horizon में म्यूज़िक और कैरेक्टर वॉइस जनरेट करने तक, ElevenLabs प्लेटफ़ॉर्म ग्लोबल क्रिएटर्स, बिज़नेस और एंटरप्राइज़ को वॉइस, म्यूज़िक और साउंड के साथ बड़े पैमाने पर काम करने की सुविधा देता है।”
“Scribe की इतनी सारी भाषाओं में बेजोड़ सटीकता की वजह से Fieldy हर रोज़ की बातचीत को समझ पाता है और आसानी से अलग-अलग देशों में स्केल कर पाया है। ElevenLabs Scribe पर आने के बाद Fieldy ने यूज़र रिटेंशन 50% बढ़ा लिया है।”
“ElevenLabs ने हमें अपने SDK में तेज़ी से पावरफुल टेक्स्ट टू स्पीच जोड़ना आसान बना दिया, जिससे Agents यूज़र के सवालों का या जो वो देख रहे हैं, उसका फीडबैक रीयलटाइम में एक्सप्रेसिव वॉइस में दे सकते हैं।”
“Twilio ने ElevenLabs की जनरेटिव AI वॉइस टेक्नोलॉजी को अपने CPaaS में इंटीग्रेट किया है, जिससे ConversationRelay बेहतर हुआ है। इस इंटीग्रेशन से बिज़नेस और डेवलपर्स सीधे Twilio CPaaS प्लेटफ़ॉर्म से इंसानों जैसी, एक्सप्रेसिव और रीयलटाइम में रिस्पॉन्ड करने वाली कन्वर्सेशनल AI वॉइस इंटरैक्शन बना सकते हैं। हम ElevenLabs में बहुत उत्साहित हैं कि Twilio ने ConversationRelay को सबसे एक्सप्रेसिव, इंसानों जैसी वॉइस से बेहतर बनाने के लिए ElevenLabs को चुना।”
प्रोडक्शन के लिए बनाए गए API
आपकी ज़रूरत के हिसाब से लचीला प्राइसिंग
स्टार्टअप्स से लेकर एंटरप्राइज़ टीम्स तक के लिए स्केलेबल प्राइसिंग के साथ बेस्ट-इन-क्लास सटीकता और रिस्पॉन्सिवनेस का अनुभव करें।
$0.22 प्रति घंटा
सभी प्लान पर
