स्पीच टू टेक्स्ट API
ElevenLabs Scribe v2 के साथ स्पीच ट्रांसक्राइब करें
बड़ी मात्रा के लिए सबसे सटीक स्पीच टू टेक्स्ट। ज़ोर देने वाले शब्द और साउंड इफेक्ट्स पहचानें, और कीटर्म प्रॉम्प्टिंग से ट्रांसक्रिप्शन को गाइड करें।
ऑडियो और वीडियो ट्रांसक्राइब करें
MP3, MP4, WAV, MOV और दूसरे आम फॉर्मेट्स अपलोड करें। Scribe 10 घंटे तक की फाइल्स को असिंक प्रोसेसिंग और बड़े बैच के लिए वेबहुक नोटिफिकेशन के साथ संभालता है।
.webp&w=3840&q=95)
साफ-सुथरे, एडिटेबल ट्रांसक्रिप्ट्स
सही पंक्चुएशन और पैराग्राफ स्ट्रक्चर के साथ टेक्स्ट पाएं, जो एडिटिंग, पब्लिशिंग या आगे की प्रोसेसिंग के लिए तैयार है। कोई सफाई की जरूरत नहीं।
.webp&w=3840&q=95)
कीटर्म प्रॉम्प्टिंग
100 तक डोमेन-स्पेसिफिक शब्दों की पहचान और सटीकता बढ़ाएं। प्रोडक्ट नाम, टेक्निकल शब्द और खास शब्दावली पहली बार में ही सही ट्रांसक्राइब होती है।
स्क्राइब v2
सबसे ज्यादा 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, रियलटाइम वर्कलोड्स के लिए।
- 150ms से कम लेटेंसी
- 90+ भाषाएं
- ट्रांसक्रिप्शन स्ट्रीमिंग
- वॉइस एक्टिविटी डिटेक्शन
- ऑटोमैटिक लैंग्वेज रिकग्निशन
भाषा 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_v2",
tagAudioEvents: true,
languageCode: , // भाषा सेट करें
diarize: true
});
console.log(transcription);
अंग्रेज़ी
चीनी
स्पेनिश
फ्रेंच
पुर्तगाली
जर्मन
जापानी
इतालवी
हिंदी
अंग्रेज़ीपूर्वावलोकन के लिए क्लिक करें
“रील्स को लोकल भाषाओं में डब करने से लेकर Horizon में म्यूजिक और कैरेक्टर वॉइस जनरेट करने तक, ElevenLabs प्लेटफॉर्म ग्लोबल क्रिएटर्स, बिज़नेस और एंटरप्राइज़ को वॉइस, म्यूजिक और साउंड के साथ बड़े पैमाने पर काम करने की सुविधा देता है।”
“Scribe की इतनी सारी भाषाओं में बेजोड़ सटीकता से Fieldy हर रोज़ की बातचीत समझ सकता है और आसानी से अलग-अलग देशों में स्केल कर सकता 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 एजेंट्स यूज़र के सवालों का या जो वो देख रहे हैं, उसका फीडबैक रियल टाइम 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 प्लेटफॉर्म से इंसानों जैसी, एक्सप्रेसिव और रियल टाइम में जवाब देने वाली कन्वर्सेशनल AI वॉइस इंटरैक्शन बना सकते हैं। हम ElevenLabs में खुश हैं कि Twilio ने सबसे एक्सप्रेसिव, इंसानों जैसी वॉइस के लिए ElevenLabs को चुना।”
प्रोडक्शन के लिए बनी APIs
.webp&w=3840&q=80)
.webp&w=3840&q=80)
.webp&w=3840&q=80)