₹88 में 30,000 क्रेडिट्ससिर्फ़ ₹88 में 30,000 क्रेडिट्स के साथ शुरुआत करें।

₹88 में 30,000 क्रेडिट्ससिर्फ़ ₹88 में 30,000 क्रेडिट्स के साथ शुरुआत करें।

पेश है Eleven v4पेश है Eleven v4, हमारा अब तक का सबसे भावपूर्ण मॉडल।

कंटेंट पर जाएं

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।

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

  • 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।

Scribe v3तुलना मॉडलशब्द त्रुटि दर
20%0%5%10%15%20%
  • Scribe v2

    102 भाषाएं

    Scribe v3: 12.4%
    तुलना मॉडल: 18.5%
  • GPT-Transcribe

    58 भाषाएं

    Scribe v3: 5.5%
    तुलना मॉडल: 9.7%
  • MAI-Transcribe-2

    60 भाषाएं

    Scribe v3: 6.5%
    तुलना मॉडल: 7.5%
  • Muse Voice Transcribe

    25 भाषाएं

    Scribe v3: 6.6%
    तुलना मॉडल: 16.6%

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।

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

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

MP3, MP4, WAV, MOV और अन्य सामान्य फॉर्मेट अपलोड करें। Scribe, बड़े बैचों के लिए async प्रोसेसिंग और webhook नोटिफिकेशन के साथ 15 घंटे तक की फाइलें संभालता है।
JavaScript code transcribing an interview video with ElevenLabs speech-to-text API.

साफ़, एडिट करने योग्य ट्रांसक्रिप्ट

सही विराम चिह्नों और पैराग्राफ़ संरचना वाला टेक्स्ट पाएँ, जो एडिटिंग, पब्लिशिंग या आगे की प्रोसेसिंग के लिए तैयार हो। किसी क्लीनअप की ज़रूरत नहीं।
Editable transcripts

कीटर्म प्रॉम्प्टिंग

1,000 तक डोमेन-विशिष्ट शब्दों की पहचान सटीकता बढ़ाएं। प्रोडक्ट नाम, तकनीकी शब्दावली और विशेष शब्द पहली बार में ही सही ट्रांसक्राइब होते हैं।
Keyterm Prompting

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।

Medication renewal message flags metformin 500mg and asks about continued levothyroxine.

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।

Scribe v2 मेडिकलScribe v2 (बेस)शब्द त्रुटि दर
20%0%5%10%15%20%
  • कुल मिलाकर

    Scribe v2 मेडिकल: 9.7%
    Scribe v2 (बेस): 10.6%
  • क्लिनिकल वाक्यों में

    Scribe v2 मेडिकल: 6.2%
    Scribe v2 (बेस): 9.9%
  • अलग-अलग दवा के नाम

    Scribe v2 मेडिकल: 13.9%
    Scribe v2 (बेस): 14.4%
  • बातचीत

    Scribe v2 मेडिकल: 6.1%
    Scribe v2 (बेस): 6.1%

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।

Abstract gray textured background with soft diagonal light and dark bands.

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
Abstract grayscale bands of soft light and shadow sweeping diagonally.

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
Abstract grayscale texture with diagonal streaks and a soft gradient from dark to light.

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);
Flag for en
अंग्रेज़ी
Flag for zh
चीनी
Flag for es
स्पेनिश
Flag for fr
फ्रेंच
Flag for pt
पुर्तगाली
Flag for de
जर्मन
Flag for ja
जापानी
Flag for it
इटालियन
Flag for hi
हिंदी
Flag for en
अंग्रेज़ीपूर्वावलोकन के लिए क्लिक करें

दुनिया की अग्रणी कंपनियों और ब्रांड्स को शक्ति दे रहे हैं

  • “स्थानीय भाषाओं में Reels की डबिंग से लेकर Horizon में संगीत और कैरेक्टर वॉइसेज़ बनाने तक, ElevenLabs प्लेटफ़ॉर्म ग्लोबल क्रिएटर्स, बिज़नेस और एंटरप्राइज़ को बड़े पैमाने पर वॉइस, म्यूज़िक और साउंड के साथ बनाने में सक्षम बनाता है।”
    Meta Color Logo
  • “कई भाषाओं में Scribe की बेजोड़ सटीकता से Fieldy हर रोज़ होने वाली बातचीत समझ पाता है और महाद्वीपों में आसानी से स्केल कर पाता है। ElevenLabs Scribe पर आने के बाद Fieldy ने यूज़र रिटेंशन में 50% की बढ़ोतरी की है।”
    Fieldy logo
  • “ElevenLabs ने हमारे लिए अपने SDK में शक्तिशाली टेक्स्ट टू स्पीच क्षमताएँ तेज़ी से जोड़ना आसान बनाया। इससे Agents यूज़र के सवालों का रियल टाइम में भावपूर्ण आवाज़ों के साथ जवाब दे सकते हैं या जो वे देख रहे हैं, उस पर फ़ीडबैक दे सकते हैं।”
    Stream Color Logo
  • “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 डेवलपर ऐसी कन्वर्सेशनल AI वॉइस इंटरैक्शन बना सकते हैं जो इंसानों जैसी सुनाई देती हैं, भावपूर्ण लगती हैं और Twilio CPaaS प्लेटफ़ॉर्म से सीधे रियल टाइम में जवाब देती हैं। ElevenLabs में हम उत्साहित हैं कि Twilio ने उपलब्ध सबसे भावपूर्ण और इंसानों जैसी आवाज़ों के साथ ConversationRelay को बेहतर बनाने के लिए ElevenLabs को चुना है। ”
    Twilio logo

प्रोडक्शन के लिए बनी APIs

Enterprise data protection developers

डेटा ट्रांज़िट और रेस्ट, दोनों अवस्थाओं में एन्क्रिप्टेड रहता है और SOC 2, HIPAA व GDPR कंप्लायंस का समर्थन करता है। सख़्त डेटा नियंत्रण के लिए EU Data Residency और Zero Retention मोड उपलब्ध हैं।

डेटा ट्रांज़िट और रेस्ट, दोनों अवस्थाओं में एन्क्रिप्टेड रहता है और SOC 2, HIPAA व GDPR कंप्लायंस का समर्थन करता है। सख़्त डेटा नियंत्रण के लिए EU Data Residency और Zero Retention मोड उपलब्ध हैं।

SDKs

टाइप सेफ़्टी, स्ट्रीमिंग सपोर्ट और स्पष्ट उदाहरणों के साथ आधिकारिक Python और TypeScript SDKs।

हमारी टीम लॉन्च को आसान बनाती है और आपके ऑपरेशंस को भरोसेमंद ढंग से चलाती रखती है, ताकि आपको लगातार परफ़ॉर्मेंस और निश्चिंतता मिले।

अक्सर पूछे जाने वाले प्रश्न

नए अपडेट्स

    सबसे रियलिस्टिक ऑडियो AI प्लेटफॉर्म