Ir para o conteúdo

ElevenLabs Speech to Text - Scribe V2

Integrar

ID do modelo 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"

Arquivos como o exemplo: $ 0,008 8 créditos de API · ≈ ₽ 0,86 seus arquivos são medidos antes da execução Executar nesta página

Obter chave de API
ElevenLabs Fala para texto #speech-to-text

Transcreve áudio com diarização de falantes, tags de eventos de áudio e viés por termos-chave

ElevenLabs · Texto

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório audio_url
Solte um arquivo ou

URL que aponta para o áudio a ser transcrito.

padrão []

Forneça no máximo 100 termos-chave, cada um com no máximo 50 caracteres, para direcionar a transcrição para essas palavras ou frases.

Avançado language_code · tag_audio_events · diarize

Código que identifica o idioma do áudio.

POST /run/elevenlabs/speech-to-text/scribe-v2?wait=20 cotação → $ 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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre ElevenLabs Speech to Text - Scribe V2

Envie um `audio_url` e obtenha o texto completo, detalhes por palavra e o idioma detectado com uma pontuação de probabilidade. `diarize` identifica quem está falando e `tag_audio_events` rotula sons como risadas. `language_code` pode ser definido, e `keyterms` aceita até 100 palavras ou frases para direcionar o reconhecimento.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
audio_urlobrigatório audio
Tipourl · audio
URL que aponta para o áudio a ser transcrito.
language_codeopcional
Tipostring | null
Código que identifica o idioma do áudio.
tag_audio_eventsopcional
Tipoboolean
Padrãotrue
Controla a identificação de eventos de áudio, como risadas ou aplausos.
diarizeopcional
Tipoboolean
Padrãotrue
Controla se as identidades dos falantes são anotadas.
keytermsopcional
Tipostring[]
Padrão[]
≤ 100 itens
Forneça no máximo 100 termos-chave, cada um com no máximo 50 caracteres, para direcionar a transcrição para essas palavras ou frases.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
text
stringTexto completo da transcrição.
language_code
stringCódigo do idioma obtido por detecção ou especificação explícita.
language_probability
numberPontuação de confiança do idioma detectado.
words
array of object {text, start, end, type, speaker_id}Informações de transcrição para palavras individuais.

Mais modelos: Fala para texto

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/elevenlabs/speech-to-text/scribe-v2.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt