AI TOOLS RADAR
Wszystkie modele / ELEVENLABS
elevenlabs logo
elevenlabs

ElevenLabs: Scribe v2

Opis źródłowy (angielski)

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.

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

Kontekst
Brak danych
Maksymalne wyjście
Brak danych
Architektura
audio->transcription
Tokenizer
Other
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Czas audio
$0.000031
za sekundę
API

Szybki start

Ustaw lokalnie OPENROUTER_API_KEY. Python wymaga requests, a JavaScript działa w Node.js. Klucz przechowuj na serwerze.

Dokumentacja 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'
Możliwości i modalności

Wejście → Wyjście

Wejście
audio
Wyjście
transcription
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 7 października 2026

Dostawcy na żywo w OpenRouter

Dostępność, opóźnienie, przepustowość i routing stale się zmieniają. Aktualne dane są na stronie źródłowej.

OpenRouter

ElevenLabs

Brak danych
Kontekst
Brak danych
Maksymalne wyjście
Brak danych
elevenlabs

4 modele

Wszystkie modele
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...

Kontekst
Brak danych
Wejście
text
Wyjście
speech
Znaki: $40 za milion znaków
Zobacz szczegóły modelu →
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...

Kontekst
Brak danych
Wejście
text
Wyjście
speech
Znaki: $20 za milion znaków
Zobacz szczegóły modelu →
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.

Kontekst
Brak danych
Wejście
text
Wyjście
speech
Znaki: $40 za milion znaków
Zobacz szczegóły modelu →
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...

Kontekst
Brak danych
Wejście
text
Wyjście
speech
Znaki: $20 za milion znaków
Zobacz szczegóły modelu →