हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

ElevenLabs: Scribe v2

elevenlabs/scribe-v2

ट्रांसक्रिप्शनइनपुट: audio7 अक्टू॰ 2026 को जोड़ा गया

playground में खोलें ElevenLabs: Scribe v2 के लिए API key पाएं

ElevenLabs: Scribe v2 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

ट्रांसक्रिप्ट

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

ElevenLabs: Scribe v2 एक नज़र में

इनपुट कीमत 28 ट्रांसक्रिप्शन मॉडल के मीडियन के करीब है।

ElevenLabs: Scribe v2 के बारे में

ElevenLabs: Scribe v2, ElevenLabs की ओर से एक speech-to-text मॉडल है, जो ऑडियो और वॉइस के काम के लिए जाना जाने वाला प्रोवाइडर है। यह transcription श्रेणी में आता है, इसलिए इसका काम बोले गए ऑडियो को लिखित टेक्स्ट में बदलना है, न कि बातचीत के जवाब generate करना। अगर आपकी pipeline को एक समर्पित transcription चरण चाहिए, तो यह ऐसा मॉडल है जिसे आप सामान्य purpose वाले chat मॉडल के रूप में नहीं, बल्कि अलग से evaluate करेंगे।

मॉडल input के रूप में ऑडियो लेता है और output के रूप में transcription लौटाता है। प्रोवाइडर के अनुसार, यह 90 से अधिक भाषाओं में speech-to-text संभालता है। यह word-level timestamps बनाता है, जिनसे आप transcript के हर शब्द को ऑडियो में किसी बिंदु से align कर सकते हैं। Speaker diarization एक विकल्प के रूप में उपलब्ध है, इसलिए आप कई speakers वाली recording में अलग कर सकते हैं कि किसने क्या कहा। Audio-event tagging भी समर्थित है, यानी ऑडियो में non-speech sounds को output में चिह्नित किया जा सकता है। इस मॉडल के लिए कोई context length सूचीबद्ध नहीं है, इसलिए इसे transcription endpoint मानें, न कि ऐसी चीज़ जिसमें आप लंबे text prompts डालते हैं।

ये क्षमताएं काफी विशिष्ट use cases की ओर इशारा करती हैं। Word-level timestamps तब उपयोगी होते हैं जब आपको ऐसे subtitles या captions चाहिए जो ऑडियो के साथ sync में रहें, या जब आप किसी phrase के बोले जाने के ठीक उसी क्षण पर जाना चाहते हों। Speaker diarization meeting recordings, interviews, और call recordings के लिए उपयुक्त है, जहां आपको हर line किसी participant को assign करनी होती है। Audio-event tagging तब मदद करता है जब transcript में सिर्फ speech से अधिक दर्ज होना चाहिए, उदाहरण के लिए recording के दौरान होने वाली किसी sound को चिह्नित करना। 90+ भाषाओं की coverage इसे multilingual archives या ऐसे products के लिए उम्मीदवार बनाती है जो अलग-अलग क्षेत्रों के users की सेवा करते हैं।

आप मॉडल को api14 के OpenAI-compatible API के ज़रिए model id "elevenlabs/scribe-v2" का उपयोग करके call करते हैं। चूंकि interface OpenAI format का पालन करता है, आप एक मौजूदा OpenAI client को api14 पर point कर सकते हैं और उस id के साथ अपना audio request भेज सकते हैं। मॉडल कोई supported request parameters सूचीबद्ध नहीं करता, इसलिए यहां endpoint जो खुद स्वीकार करता है उसके अलावा कोई अतिरिक्त tuning विकल्प documented नहीं है। विवरण में max output 0 भी सूचीबद्ध है, जिसे इसे अपनाने से पहले अपनी अपेक्षित transcript लंबाई के साथ जांच लेना उचित है।

खाली parameter सूची और बताई गई context length के अभाव को देखते हुए, इस मॉडल को configurable text मॉडल के बजाय एक केंद्रित transcription सेवा मानना सबसे अच्छा है। अगर आपको ऐसा मॉडल चाहिए जो text prompts ले और text generate करे, या ऐसा जिसमें आप sampling और इसी तरह की settings समायोजित कर सकें, तो api14 पर कोई दूसरा मॉडल बेहतर फिट होगा। Audio in, transcript out के लिए, Scribe v2 सीधा विकल्प है।

ElevenLabs: Scribe v2 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "elevenlabs/scribe-v2" पर सेट करें।

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.audio.transcriptions.create({
  model: "elevenlabs/scribe-v2",
  file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);

स्पेसिफिकेशन

इनपुट: audio
आउटपुट: transcription

api14 पर requests · पिछले 7 दिन

ElevenLabs: Scribe v2: अक्सर पूछे जाने वाले सवाल

ElevenLabs: Scribe v2 API की कीमत कितनी है?: ElevenLabs: Scribe v2 की कीमत ऑडियो $0.01 / मिनट है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
ElevenLabs: Scribe v2 क्या कर सकता है?: ElevenLabs: Scribe v2 audio स्वीकार करता है और transcription लौटाता है।
अपने कोड से ElevenLabs: Scribe v2 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "elevenlabs/scribe-v2" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
ElevenLabs: Scribe v2 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले ट्रांसक्रिप्शन मॉडल: ElevenLabs: Scribe v2 Medical, Mistral: Voxtral Mini Transcribe 3, Mistral: Voxtral Small Transcribe 3। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

ElevenLabs: Scribe v2 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। ElevenLabs: Scribe v2 के बारे में पहला टॉपिक खोलें।