API Speech to Text
Trascrivi l’audio con ElevenLabs Scribe v2
La massima accuratezza STT per applicazioni su larga scala. Rileva enfasi ed effetti sonori e guida la trascrizione con suggerimenti di parole chiave.
- Lovable
- Veed model
- Synthesia
- Stripe
- Perplexity
- Twilio
L’API Speech to Text più precisa per grandi carichi di lavoro
Crea sottotitoli, trascrizioni modificabili e didascalie per podcast, video, interviste e altri contenuti registrati – tutto con la massima precisione tramite API.
Accuratezza di trascrizione senza precedenti
Scribe v2 offre un'accuratezza di trascrizione leader del settore, producendo testo pulito e modificabile anche in condizioni audio difficili o con accenti diversi.
Progettato per ogni scenario
Una trascrizione che funziona in ambienti rumorosi, con musica di sottofondo, accenti marcati e audio di bassa qualità.
Controllo dettagliato di tempi, parlanti ed eventi non vocali.
La Transcription API di ElevenLabs rileva risate, emozioni ed effetti sonori. Usa il keyterm prompting per guidare la trascrizione con termini specifici del tuo settore.
Trascrivi audio e video
.webp&w=3840&q=95)
Trascrizioni pulite e modificabili
.webp&w=3840&q=95)
Prompting con termini chiave
Tagging audio dinamico
Cattura eventi non vocali come risate, applausi, musica e rumore di fondo. Le trascrizioni includono il contesto completo del tuo audio, non solo le parole.
Diarizzazione intelligente dei parlanti
Identifica ed etichetta automaticamente fino a 48 parlanti. Attribuzione chiara di chi ha detto cosa, in trascrizioni facili da leggere.
Rilevamento delle entità
Identifica e contrassegna automaticamente 56 tipi di entità, inclusi nomi, date, luoghi e organizzazioni, nelle tue trascrizioni.
Trascrivi audio clinici con Scribe v2 Medical
Un modello Speech to Text ottimizzato per la trascrizione medica e i workflow clinici, con un riconoscimento migliorato dei nomi dei farmaci e dei termini di anatomia e patologia.
Trascrivi il parlato clinico
Converti conversazioni tra clinico e paziente, dettature mediche e anamnesi dei pazienti in testo preciso, pronto per la revisione clinica e l'uso in note, codifica e workflow di documentazione successivi.
Meno errori nei termini medici
Nel term-WER, Scribe v2 Medical commette il 15% di errori in meno rispetto a Scribe v2 nel test split Eka Medical ASR, con un migliore riconoscimento vocale dei termini medici nell'intero vocabolario clinico.
Scribe v2
La massima accuratezza, progettata per carichi di lavoro in batch.
- >95% di accuratezza
- Oltre 90 lingue
- Rilevamento di eventi non vocali
- Rilevamento delle entità
- Keyterm prompting
Scribe v2 Realtime
La latenza più bassa, per carichi di lavoro in tempo reale.
- Latenza inferiore a 150 ms
- Oltre 90 lingue
- Streaming della trascrizione
- Rilevamento dell'attività vocale
- Riconoscimento automatico della lingua
Scribe v2 Medical
Fine-tuning medico, per la trascrizione clinica.
- Ottimizzazione del vocabolario medico
- Trascrizione in oltre 90 lingue
- Stessa accuratezza di Scribe v2 sul parlato quotidiano
- Riconoscimento migliorato dei nomi dei farmaci
- Idoneo all'HIPAA per clienti Enterprise
Trascrivi il parlato in oltre 90 lingue e un'ampia gamma di accenti
Accuratezza eccezionale con accenti, dialetti e condizioni di registrazione diversi.
Modifica languageCode per visualizzare l'anteprima delle lingue
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: , // Imposta lingua
diarize: true
});
console.log(transcription);
Alla base delle principali aziende e dei marchi più importanti al mondo
“Dal doppiaggio di Reels nelle lingue locali alla generazione di musica e voci dei personaggi in Horizon, la piattaforma ElevenLabs consente a creator, aziende e imprese globali di creare su larga scala con voce, musica e suono.”
“L'impareggiabile accuratezza di Scribe in così tante lingue consente a Fieldy di comprendere ogni conversazione quotidiana e di espandersi facilmente tra i continenti. Dopo il passaggio a ElevenLabs Scribe, Fieldy ha aumentato la fidelizzazione degli utenti del 50%.”
“ElevenLabs ci ha permesso di integrare rapidamente nel nostro SDK potenti funzionalità di sintesi vocale, consentendo agli Agents di rispondere in tempo reale alle domande degli utenti con voci espressive o di fornire feedback su ciò che vedono.”
“Twilio ha integrato la tecnologia di voce IA generativa di ElevenLabs nella propria CPaaS, migliorando ConversationRelay. Questa integrazione consente ad aziende e sviluppatori di creare interazioni vocali di IA conversazionale che suonano umane, sono espressive e rispondono in tempo reale direttamente dalla piattaforma CPaaS di Twilio. Noi di ElevenLabs siamo lieti che Twilio abbia scelto ElevenLabs per potenziare ConversationRelay con le voci più espressive e naturali disponibili. ”
API progettate per la produzione
I dati sono crittografati in transito e a riposo, con supporto per la conformità a SOC 2, HIPAA e GDPR. Le modalità EU Data Residency e Zero Retention sono disponibili per un controllo più rigoroso dei dati.
I dati sono crittografati in transito e a riposo, con supporto per la conformità a SOC 2, HIPAA e GDPR. Le modalità EU Data Residency e Zero Retention sono disponibili per un controllo più rigoroso dei dati.
SDK ufficiali Python e TypeScript con type safety, supporto per lo streaming ed esempi chiari.
Il nostro team assicura un lancio senza intoppi e operazioni affidabili, offrendo prestazioni costanti e tranquillità.
