ElevenLabs Scribe v2 — это модель преобразования речи в текст, которая транскрибирует аудио на более чем 90 языках с отметками времени на уровне слов, опциональной диаризацией говорящих и тегированием аудиособытий.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
with open("speech.mp3", "rb") as f:
resp = client.audio.transcriptions.create(
model="elevenlabs/scribe-v2",
file=f,
language="ru",
)
print(resp.text)modelstringобязательныйfileобязательныйОриентировочно, за секунду. Списывается фактическая стоимость запроса.