Tải các bản thu
Thêm một hoặc nhiều tệp thuộc chín định dạng được hỗ trợ.
ĐANG HOẠT ĐỘNG · ĐÃ ĐỐI CHIẾU HỆ THỐNG
Chuyển giọng nói thành văn bản
Chép lời tệp âm thanh bằng ElevenLabs Scribe v2, sau đó xuất văn bản, phụ đề SRT hoặc dữ liệu mốc thời gian có cấu trúc.
Thông số vận hành đã kiểm chứng
Đầu vào, giới hạn và điều khiển thực tế
- Giới hạn tải lên
- 200 MB cho mỗi tệp audio
- Định dạng
- AAC, AIFF, OGG, MP3, Opus, WAV, WebM, FLAC và M4A
- Đầu ra
- SRT theo đoạn cùng JSON có mốc thời gian đoạn và từng từ
- Nhận diện
- Tùy chọn gắn thẻ sự kiện âm thanh; xử lý nhiều tệp và tải ZIP
Khả năng chính
Công cụ này làm được gì?
Scribe v2
Xuất phụ đề SRT
Dữ liệu mốc thời gian
Tải tệp audio lên
Dịch vụ được kết nối
Nguồn giọng, dịch vụ hoặc mô hình liên quan
ElevenLabsDịch vụ được kết nốiQuy trình sản phẩm
Từ đầu vào đến thành phẩm trong ba bước
Chọn mức chi tiết
Bật gắn thẻ sự kiện âm thanh khi các âm thanh ngoài lời nói có ý nghĩa.
Xuất văn bản có thời gian
Tải SRT hoặc JSON có cấu trúc theo từng tệp hay cả lô ZIP.
Tình huống sử dụng
Phù hợp cho
- Tạo phụ đề
- Chép lời podcast
- Phân tích phỏng vấn
- Dữ liệu thời gian từng từ
API cho lập trình viên
Tích hợp quy trình này
Tác vụ tạo nội dung chạy bất đồng bộ: nhận task_id, sau đó polling hoặc dùng webhook.
POST/v1/task/speech-to-textThông tin đã đối chiếu
Trang này chỉ mô tả khả năng đang hiển thị trong ứng dụng và có luồng xử lý tương ứng trong hệ thống tại lần xác minh gần nhất.