Перейти к основному контенту

elevenlabs/scribe-v3/speech-to-text

ElevenLabs Scribe V3 превращает аудиозаписи в текст с таймингом слов, определением языка и метками говорящих по желанию.

От $0.0002/с

Рабочая область

Ввод

Речь в текст
1/1
Файлы: 1 / 1
Запись для расшифровки. Не менее 1 символов

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску
Пример результата
Ответ модели

Связанные модели и следующие шаги

Нужной модели нет?

ИЗ ЗАПИСИ В ТЕКСТ

Расшифровки с таймингом слов и метками говорящих на 102 языках.

Ключевые цифры

Коды языков
112
ElevenLabs Scribe V3 перечисляет 112 кодов языков, а пустой выбор определяется автоматически.
Самый длинный файл
1 h
ElevenLabs Scribe V3 принимает запись длительностью до одного часа.
Минимум к оплате
10s
ElevenLabs Scribe V3 тарифицирует каждую секунду аудио, минимум 10 секунд, и не берет плату за неудачный запрос.
Дополнительные подсказки
100
ElevenLabs Scribe V3 принимает до 100 дополнительных кодов языков, которые вы ожидаете услышать.
Метки говорящих
OFF
ElevenLabs Scribe V3 оставляет метки говорящих выключенными, пока вы их не включите.
Метки событий
ON
ElevenLabs Scribe V3 помечает неречевые звуки, пока вы не выключите эту разметку.

Что умеет модель

НАБЛЮДАЕМАЯ РАСШИФРОВКА

Короткая заметка с временными метками слов

В запуске 18 ноября 2026 года мы использовали английскую запись длительностью 2,35 секунды. Получили «The next step is ready. Please continue.», код языка eng и время начала и окончания каждого слова и пробела. Эти метки помогают найти слова в исходной записи.

Звуковая волна фрагмента длительностью 2,35 секунды над временем начала и окончания каждого распознанного слова.

ЯЗЫКОВОЙ КОНТЕКСТ

Укажите ожидаемые языки

Для определения языка речи оставьте поле пустым; если он известен, задайте поддерживаемый код. Добавьте до 100 кодов других ожидаемых языков как подсказки. Настраивайте этот контекст для интервью, полевых записей и выступлений, где состав языков вам известен заранее.

ОФОРМЛЕНИЕ РАСШИФРОВКИ

Выберите метки, события и числа

Полученное предложение с кодом языка, длительностью фрагмента и таблицей времени слов.

Метки говорящих изначально выключены, а разметка звуковых событий включена. Измените эти параметры для расшифровки интервью или редакционного черновика, затем выберите digits или words для произнесённых чисел. Сверьте полученный текст и метки с исходной записью.

Где пригодится

  • Расшифровки интервью для редакторов

    Запросите метки говорящих через diarize, чтобы разделить записанное интервью на реплики. Прежде чем приписывать цитаты людям, проверьте метки по аудио.

  • Подготовка субтитров к записанным выступлениям

    Используйте временные метки слов для поиска речи при подготовке субтитров в процессе монтажа. Наша английская заметка вернула начало и конец слов и пробелов; расположение субтитров и итоговый тайминг по-прежнему требуют редакторской проверки.

  • Языковой контекст полевых записей

    Для записей с несколькими ожидаемыми языками задайте основной язык речи и добавьте коды остальных как подсказки. Оставьте основной язык пустым, если требуется его определение.

  • Проверка количеств в рабочих интервью

    Выберите digits для проверки произнесённых количеств или words для подготовки связного текста. Формат чисел задаёт их оформление; прослушайте значения перед переносом в отчёт.

  • Короткие голосовые заметки о ходе работы

    Преобразуйте краткое записанное сообщение о состоянии работы в текст, который можно проверить вместе с аудио. Наш фрагмент длительностью 2,35 секунды вернул «The next step is ready. Please continue.», определённый язык eng и время каждого слова и пробела.

Документация модели

Справочник по API ElevenLabs Scribe V3

Спецификации API ElevenLabs Scribe V3

Издатель
ElevenLabs
Дата выпуска
10 ноября 2026 года
Задача
Преобразование записанной речи в текст
Обязательный ввод
audio_url: непустой URL записи
Выбор языка
Код ISO 639 из списка поддерживаемых; пустое поле для определения
Дополнительные языковые подсказки
До 100 кодов ожидаемых языков
Формат чисел
digits или words
Метки говорящих
diarize; выключено по умолчанию
Метки звуковых событий
tag_audio_events; включено по умолчанию
Длительность записи
До одного часа
Оплата
За секунду аудио; минимум 10 секунд на запрос; неудачные запросы не оплачиваются
Наблюдаемый результат
Английский фрагмент длительностью 2,35 секунды; расшифровка, код языка eng и время начала/окончания слов и пробелов

Как вызвать API ElevenLabs Scribe V3

  1. Подготовьте URL записи

    Укажите audio_url для записи длительностью до одного часа. Прослушайте источник, чтобы отметить фрагменты, смену говорящих и числа, требующие внимания при проверке.

  2. Выберите языковой контекст

    Если язык известен, укажите в language поддерживаемый код; для определения оставьте поле пустым. Добавьте другие ожидаемые языки через language_hints, по одному коду в строке.

  3. Настройте оформление расшифровки

    Включите diarize, если нужны метки говорящих, и решите, сохранять ли отметки звуковых событий. Выберите digits или words, если для редактирования необходим единый формат чисел.

  4. Сверьте текст с аудио

    Отправьте запись и сравните полученные формулировки с оригиналом, находя фрагменты по временным меткам слов. Проверьте смену говорящих и важные числа перед использованием расшифровки в публикации.

Коротко

Преобразуйте записанное интервью, выступление или голосовую заметку в текст для проверки вместе с источником. Выберите языковой контекст, включите метки говорящих для разговоров и задайте оформление чисел и звуковых событий. В нашем английском примере получены текст заметки, определённый язык и время слов и пробелов. По этим меткам находите фрагменты и проверяйте цитаты и числа перед публикацией. Записи могут длиться до одного часа; рассчитайте стоимость по отображаемому посекундному тарифу с учётом минимума 10 секунд на запрос.

Вопросы об API ElevenLabs Scribe V3