AI TOOLS RADAR
Todos los modelos / ELEVENLABS
elevenlabs logo
elevenlabs

ElevenLabs: Scribe v2

Descripción de la fuente (inglés)

ElevenLabs Scribe v2 is a speech-to-text model that transcribes audio in 90+ languages with word-level timestamps, optional speaker diarization, and audio-event tagging.

Ver fuente en OpenRouter
Resumen

Especificaciones del modelo

Contexto
No indicado
Salida máxima
No indicado
Arquitectura
audio->transcription
Tokenizador
Other
Corte de conocimiento
No indicado
Moderado
No
OPENROUTER

Precios completos

Tarifas sincronizadas desde OpenRouter, por millón de tokens.

Duración del audio
$0.000031
por segundo
API

Inicio rápido

Configura OPENROUTER_API_KEY localmente. Python requiere requests; JavaScript se ejecuta en Node.js. Mantén la clave en el servidor.

Documentación de la API

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=elevenlabs/scribe-v2' \
  -F 'file=@audio.wav'
Capacidades y modalidades

Entrada → Salida

Entrada
audio
Salida
transcription
API

Parámetros API compatibles

Proveedores disponibles

1 Proveedor

Verificado: 7 de octubre de 2026

Proveedores en vivo en OpenRouter

Disponibilidad, latencia, rendimiento y enrutamiento cambian continuamente. Consulta la fuente para datos actuales.

OpenRouter

ElevenLabs

No indicado
Contexto
No indicado
Salida máxima
No indicado
elevenlabs

4 modelos

Todos los modelos
elevenlabs logoelevenlabs

ElevenLabs: Eleven v4

Eleven v4 is a text-to-speech model from ElevenLabs. It is ElevenLabs' most expressive model, with inline audio tags for emotional and delivery control, support for 90+ languages, and a 10,000-character...

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $40 por millón de caracteres
Ver detalles del modelo →
elevenlabs logoelevenlabs

ElevenLabs: Eleven v4 Turbo

Eleven v4 Turbo is a low-latency text-to-speech model from ElevenLabs. It keeps Eleven v4's expressive delivery and audio tags while being tuned for faster generation, with support for 90+ languages...

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $20 por millón de caracteres
Ver detalles del modelo →
elevenlabs logoelevenlabs

ElevenLabs: Eleven v3

Eleven v3 is a text-to-speech model from ElevenLabs. It produces emotionally rich, highly expressive speech with inline audio tags, supports 70+ languages, and has a 5,000-character request limit.

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $40 por millón de caracteres
Ver detalles del modelo →
elevenlabs logoelevenlabs

ElevenLabs: Eleven v3 Conversational

Eleven v3 Conversational is a text-to-speech model from ElevenLabs, a variant of Eleven v3 optimized for natural dialogue in conversational agents. It supports 70+ languages and has a 5,000-character request...

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $20 por millón de caracteres
Ver detalles del modelo →