本文へスキップ

elevenlabs/scribe-v3/speech-to-text

ElevenLabs Scribe V3 は、録音音声を単語ごとの時刻、言語検出、任意の話者ラベル付きのテキストに変換します。

最低価格 $0.0002/秒

プレイグラウンド

この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。

  • モデルの回答

    The next step is ready. Please continue.

    next-step-note

    2.35秒の英語録音から「The next step is ready. Please continue.」が返され、検出言語コードengと、各単語および空白の開始・終了時刻が含まれていました。

この例は 入力音声の秒 あたり $0.0002 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。