Passer au contenu

ElevenLabs Speech to Text - Scribe V2

Intégrer

Identifiant du modèle elevenlabs/speech-to-text/scribe-v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/elevenlabs/speech-to-text/scribe-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Fichiers comme dans l’exemple: 0,008 $ 8 crédits API · ≈ 0,86 ₽ vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
ElevenLabs Parole vers texte #speech-to-text

Transcrit l’audio avec identification des locuteurs, balises d’événements audio et pondération des termes clés

ElevenLabs · Texte

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis audio_url
Déposez un fichier, ou

URL pointant vers l'audio à transcrire.

par défaut []

Fournissez au maximum 100 termes clés, de 50 caractères maximum chacun, pour orienter la transcription vers ces mots ou phrases.

Avancé language_code · tag_audio_events · diarize

Code identifiant la langue de l'audio.

POST /run/elevenlabs/speech-to-text/scribe-v2?wait=20 devis → 0,008 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/elevenlabs/speech-to-text/scribe-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de ElevenLabs Speech to Text - Scribe V2

Envoyez un `audio_url` et obtenez le texte complet, les détails au niveau des mots et la langue détectée avec un score de probabilité. `diarize` indique qui parle et `tag_audio_events` étiquette les sons comme les rires. `language_code` peut être défini et `keyterms` accepte jusqu’à 100 mots ou expressions pour orienter la reconnaissance.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
audio_urlrequis audio
Typeurl · audio
URL pointant vers l'audio à transcrire.
language_codefacultatif
Typestring | null
Code identifiant la langue de l'audio.
tag_audio_eventsfacultatif
Typeboolean
Par défauttrue
Contrôle l'étiquetage des événements audio, comme les rires ou les applaudissements.
diarizefacultatif
Typeboolean
Par défauttrue
Contrôle si l'identité des locuteurs est annotée.
keytermsfacultatif
Typestring[]
Par défaut[]
≤ 100 éléments
Fournissez au maximum 100 termes clés, de 50 caractères maximum chacun, pour orienter la transcription vers ces mots ou phrases.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/speech-to-text/scribe-v2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 8,
    "usd": "0.008",
    "charged": 8,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "text": "string",
    "language_code": "eng",
    "language_probability": 1,
    "words": [
      {
        "text": "string",
        "start": 1.0,
        "end": 1.0,
        "type": "string",
        "speaker_id": "string"
      }
    ]
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
text
stringTexte intégral de la transcription.
language_code
stringCode de langue obtenu par détection ou spécification explicite.
language_probability
numberScore de confiance de la langue détectée.
words
array of object {text, start, end, type, speaker_id}Informations de transcription pour chaque mot.

Plus de modèles : Parole vers texte

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt