लेटेंसी कितनी है?

लगभग 150 ms एंड-टू-एंड, जिसमें ऐप्लिकेशन और नेटवर्क लेटेंसी शामिल नहीं है। यह GPT-4o Mini Transcribe (500 ms) से 3 गुना तेज़ है।

कौन-कौन सी भाषाएं सपोर्टेड हैं?

90+ भाषाएं, जिसमें ऑटोमैटिक लैंग्वेज डिटेक्शन है। मॉडल बातचीत के बीच में भाषा बदलने पर भी बिना किसी सेटिंग बदले काम करता है।

कौन-कौन से ऑडियो फॉर्मेट्स सपोर्टेड हैं?

PCM ऑडियो 8 kHz से 48 kHz सैंपल रेट्स और μ-law एन्कोडिंग के साथ। टेलीफोनी, ब्राउज़र और स्टूडियो सोर्सेज के साथ कम्पैटिबल।

क्या Scribe v2 Realtime में स्पीकर डायराइज़ेशन है?

अभी नहीं। मल्टी-स्पीकर आइडेंटिफिकेशन के लिए Scribe v2 (बैच) यूज़ करें, जिसमें 48 तक स्पीकर्स का सपोर्ट है।

कॉनकरेंसी लिमिट क्या है?

बिज़नेस प्लान्स पर 30+ कॉनकरेंट स्ट्रीम्स। एंटरप्राइज़ प्लान्स में और भी ज़्यादा लिमिट्स मिलती हैं। ज़्यादा वॉल्यूम के लिए सेल्स टीम से संपर्क करें।

क्या Scribe v2 Realtime ElevenLabs Agents में उपलब्ध है?

हाँ। Scribe v2 Realtime डिफ़ॉल्ट रूप से Agents प्लेटफ़ॉर्म में इंटीग्रेटेड है।

कौन-कौन से कंप्लायंस सर्टिफिकेशन उपलब्ध हैं?

SOC 2, ISO 27001, PCI DSS Level 1, HIPAA, और GDPR। एंटरप्राइज़ के लिए ज़ीरो रिटेंशन मोड और EU/India डेटा रेजिडेंसी उपलब्ध है।

रीयलटाइम स्पीच टू टेक्स्ट API

Scribe v2 Realtime के साथ लाइव स्पीच ट्रांसक्राइब करें

API की प्राप्त करें डॉक्स एक्सप्लोर करें

Scribe v2 Realtime सबसे सटीक रियल-टाइम STT है, जिसमें 150ms लेटेंसी और 90+ भाषाओं का सपोर्ट मिलता है। यह API के ज़रिए उपलब्ध है।

डेमो

कोड

Lovable
Veed model
Synthesia
Stripe
Perplexity
Twilio

स्पीड और एक्युरेसी के लिए बनाया गया

API की प्राप्त करें डॉक्स एक्सप्लोर करें

बहुत तेज़, बेहद सटीक, और लाइव स्पीच के लिए बना। Scribe v2 Realtime रीयलटाइम यूज़ केस के लिए तुरंत ट्रांसक्रिप्शन देता है।

सबसे सटीक रीयलटाइम ट्रांसक्रिप्शन

Scribe v2 Realtime इंडस्ट्री-लीडिंग ट्रांसक्रिप्शन एक्युरेसी देता है, लगभग 150ms लेटेंसी के साथ—even मुश्किल ऑडियो या अलग-अलग एक्सेंट्स में भी।

Uh, hi! So, um, I was wondering if you wanted to meet up for coffee? Maybe tomorrow morning? [nervous laugh] Totally fine if not!

Natural Speech

Low-quality Audio

Accents

Domain Terms

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 v1 की नींव पर बना Scribe v2 Realtime लगभग 150ms लेटेंसी के साथ एक्सेंट, टोन और अलग-अलग माहौल में शानदार एक्युरेसी देता है।

क्या मुझे रिफंड मिल सकता है?

ज़रूर। क्या आप अपना ऑर्डर नंबर साझा कर सकते हैं?

यह EL4543490 है

धन्यवाद। मैंने ऑर्डर रिफंड प्रक्रिया शुरू कर दी है।

रिफंड पूरा हो गया

Agents और वॉइस ऐप्स के लिए खासतौर पर बनाया गया

Scribe v2 Realtime खासतौर पर डेवलपर्स के लिए है जो कन्वर्सेशनल एजेंट्स, मीटिंग असिस्टेंट्स और वॉइस ऐप्लिकेशन्स बना रहे हैं, जहां स्पीड और एक्युरेसी ज़रूरी है।

Scribe

makes

uses

is

has

new

लो लेटेंसी के लिए प्रेडिक्टिव ट्रांसक्रिप्शन

Scribe v2 Realtime प्रेडिक्टिव ट्रांसक्रिप्शन का इस्तेमाल करता है, जिससे अगले संभावित शब्द और पंक्चुएशन पहले ही अनुमानित हो जाते हैं—इससे रीयलटाइम एक्युरेसी मिलती है।

वॉइस एक्टिविटी डिटेक्शन

स्पीच कब शुरू और बंद होती है, यह पहचानता है, जिससे ऑडियो को सटीक तरीके से सेगमेंट किया जाता है और रीयलटाइम ट्रांसक्रिप्शन स्मूद और एफिशिएंट बनता है।

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 इस्तेमाल के लिए Scribe v2, और कम लेटेंसी के लिए Scribe v2 Realtime

Scribe v2

सबसे ज़्यादा सटीकता, बैच वर्कलोड्स के लिए डिज़ाइन किया गया।

>95% सटीकता
90+ भाषाएं
नॉन-स्पीच इवेंट डिटेक्शन
एंटिटी डिटेक्शन
कीटर्म प्रॉम्प्टिंग

Scribe v2 रियलटाइम

सबसे कम लेटेंसी, रीयलटाइम वर्कलोड्स के लिए।

150ms से कम लेटेंसी
90+ भाषाएं
ट्रांसक्रिप्शन स्ट्रीमिंग
वॉइस एक्टिविटी डिटेक्शन
ऑटोमैटिक लैंग्वेज रिकग्निशन

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_v2_realtime",

  languageCode: 
, // भाषा सेट करें

  onSessionStarted: () =>
    console.log("Session started"),
  onPartialTranscript: (data) =>
    console.log("Partial:", data.text)
});

अंग्रेज़ी

चीनी

स्पेनिश

फ्रेंच

पुर्तगाली

जर्मन

जापानी

इतालवी

हिंदी

अंग्रेज़ीपूर्वावलोकन के लिए क्लिक करें

दुनिया की अग्रणी कंपनियों और ब्रांड्स को पावर दे रहे हैं

ग्राहकों के अनुभव देखें

“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।

$0.28 प्रति घंटा और उससे कम

सालाना बिज़नेस प्लान्स पर

डॉक्स देखें

अक्सर पूछे जाने वाले प्रश्न

Scribe v2 Realtime एक स्ट्रीमिंग स्पीच टू टेक्स्ट मॉडल है, जो लाइव ट्रांसक्रिप्शन के लिए बनाया गया है। यह 150 ms लेटेंसी और 93.5% सटीकता के साथ 30 भाषाओं में काम करता है - FLEURS बेंचमार्क पर Gemini Flash 2.5, GPT-4o Mini Transcribe और Deepgram Nova 3 से बेहतर प्रदर्शन करता है।

Scribe v2 Realtime स्ट्रीमिंग के लिए ऑप्टिमाइज़ है, जिसमें 150 ms लेटेंसी मिलती है। Scribe v2 (बैच) रिकॉर्डेड ऑडियो के लिए है, जिसमें स्पीकर डायराइज़ेशन, डायनामिक ऑडियो टैगिंग और 99 भाषाओं का सपोर्ट जैसे फीचर्स मिलते हैं। एजेंट्स और लाइव ऐप्स के लिए Realtime इस्तेमाल करें; पोस्ट-प्रोसेसिंग वर्कफ़्लो के लिए बैच यूज़ करें।

Scribe v2 Realtime 99 भाषाओं में बेस्ट-इन-क्लास सटीकता देता है और मुश्किल ऑडियो कंडीशन्स, बोलियों और रिकॉर्डिंग क्वालिटी में भी मजबूत है। यह पुराने मॉडल्स और दूसरे प्रमुख APIs से पब्लिक बेंचमार्क्स पर बेहतर है।

Scribe अगला शब्द और विराम चिह्न बोले जाने से पहले ही अनुमान लगा लेता है। इससे ट्रांसक्रिप्ट को बिना रुके तुरंत कमिट किया जा सकता है, जिससे रीयलटाइम आउटपुट और स्मूद हो जाता है।