स्पीच टू टेक्स्ट API
ElevenLabs Scribe v3 के साथ स्पीच ट्रांसक्राइब करें
हमारा सबसे सटीक स्पीच टू टेक्स्ट मॉडल। स्पीकर लेबल और ज़रूरी शब्दों के नियंत्रण के साथ मीटिंग, कॉल और इंटरव्यू ट्रांसक्राइब करें।
- Lovable
- Veed model
- Synthesia
- Stripe
- Perplexity
- Twilio
बैच वर्कलोड्स के लिए सबसे सटीक स्पीच टू टेक्स्ट API
पॉडकास्ट, वीडियो, इंटरव्यू और दूसरी रिकॉर्डेड सामग्री के लिए कैप्शन, सबटाइटल्स और एडिटेबल ट्रांसक्रिप्ट्स बनाएं – ये सब API के ज़रिए इंडस्ट्री-लीडिंग सटीकता के साथ।
बेमिसाल ट्रांसक्रिप्शन सटीकता
Scribe v3, 102 भाषाओं में Scribe v2 की तुलना में 27% कम शब्द त्रुटियां करता है और हमारे परीक्षण किए गए हर दूसरे बैच मॉडल से भी कम त्रुटियां करता है।
हर स्थिति के लिए डिज़ाइन किया गया
शोर वाले माहौल, बैकग्राउंड म्यूज़िक, गहरे एक्सेंट्स और कम-गुणवत्ता वाले ऑडियो में भी काम करने वाला ट्रांसक्रिप्शन।
टाइमिंग, स्पीकर्स और गैर-वाक् घटनाओं पर बारीक नियंत्रण।
ElevenLabs Transcription API हँसी, भावनाओं और साउंड इफेक्ट्स को पहचान सकता है। डोमेन-विशिष्ट शब्दों के साथ ट्रांसक्रिप्शन को गाइड करने के लिए कीटर्म प्रॉम्प्टिंग इस्तेमाल करें।
ऑडियो और वीडियो ट्रांसक्राइब करें

साफ़, एडिट करने योग्य ट्रांसक्रिप्ट
.webp&w=3840&q=95)
कीटर्म प्रॉम्प्टिंग

डायनेमिक ऑडियो टैगिंग
हँसी, तालियाँ, संगीत और बैकग्राउंड शोर जैसी गैर-वाक् घटनाएँ कैप्चर करें। ट्रांसक्रिप्ट में सिर्फ़ शब्द नहीं, आपके ऑडियो का पूरा संदर्भ शामिल होता है।
स्मार्ट स्पीकर डायराइज़ेशन
32 तक वक्ताओं की अपने-आप पहचान करें और उन्हें लेबल करें। किसने क्या कहा, इसका स्पष्ट विवरण पढ़ने में आसान ट्रांसक्रिप्ट में व्यवस्थित होता है।
एंटिटी डिटेक्शन
अपने ट्रांसक्रिप्ट में नाम, तारीखें, स्थान और संगठनों समेत 56 प्रकार की एंटिटीज़ को अपने-आप पहचानें और टैग करें।
Scribe v2 Medical के साथ क्लिनिकल ऑडियो ट्रांसक्राइब करें
मेडिकल ट्रांसक्रिप्शन और क्लिनिकल वर्कफ़्लो के लिए ऑप्टिमाइज़ किया गया स्पीच टू टेक्स्ट मॉडल, जो दवाओं के नाम, शरीर रचना और पैथोलॉजी के शब्दों को बेहतर ढंग से पहचानता है।

क्लिनिकल स्पीच ट्रांसक्राइब करें
क्लिनिशियन-मरीज़ बातचीत, डॉक्टर की डिक्टेशन और मरीज़ की शुरुआती जानकारी को सटीक टेक्स्ट में बदलें, जो क्लिनिशियन रिव्यू, नोट्स, कोडिंग और आगे के डॉक्यूमेंटेशन वर्कफ़्लो के लिए तैयार हो।
चिकित्सकीय शब्दों में कम गलतियां
टर्म-WER पर, Scribe v2 Medical, Eka Medical ASR टेस्ट स्प्लिट में Scribe v2 की तुलना में 15% कम गलतियाँ करता है और क्लिनिकल शब्दावली में बेहतर मेडिकल वॉइस रिकग्निशन देता है।

Scribe v3
सबसे अधिक सटीकता, बैच वर्कलोड्स के लिए डिज़ाइन किया गया।
- Scribe v2 से 27% कम त्रुटियां
- हमारे परीक्षण में सबसे कम डायरीकरण त्रुटि
- संख्या फॉर्मेटिंग और भाषा संकेत
- एंटिटी डिटेक्शन और कीटर्म प्रॉम्प्टिंग
- 90+ भाषाओं का समर्थन

Scribe v3 Live
सबसे कम लेटेंसी, रियलटाइम वर्कलोड्स के लिए।
- 150ms से कम लेटेंसी
- v2 Realtime से 43% कम त्रुटियां
- कीटर्म लाइब्रेरी और बहुभाषी मोड
- बेहतर टर्न डिटेक्शन
- 90+ भाषाओं का समर्थन

Scribe v2 मेडिकल
क्लिनिकल ट्रांसक्रिप्शन के लिए मेडिकल फाइन-ट्यून।
- मेडिकल शब्दावली ट्यूनिंग
- 90+ भाषाओं में ट्रांसक्रिप्शन
- रोज़मर्रा की स्पीच पर Scribe v2 जितना सटीक
- दवाओं के नामों की बेहतर पहचान
- एंटरप्राइज़ ग्राहकों के लिए HIPAA-योग्य
90+ भाषाओं और कई तरह के एक्सेंट्स में स्पीच ट्रांसक्राइब करें
अलग-अलग एक्सेंट्स, बोलियों और रिकॉर्डिंग स्थितियों में बेहतरीन सटीकता।
भाषाओं का प्रीव्यू देखने के लिए languageCode बदलें
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_v3",
tagAudioEvents: true,
languageCode: , // भाषा सेट करें
diarize: true
});
console.log(transcription);


