ElevenLabs Scribe v2 est le modèle de reconnaissance vocale par lots pour les enregistrements audio, la transcription, le sous-titrage et le sous-titrage accessible. Il s’appuie sur Scribe v1 en améliorant le traitement des enregistrements longs, des pauses, des changements de ton et des silences prolongés. Le résultat est la parole mise par écrit, avec des informations temporelles et des annotations facultatives de locuteur et d’événements audio. Scribe v2 Realtime est une édition distincte de transcription en direct ; ce modèle sert à traiter des enregistrements complets.
L’éditeur documente la reconnaissance dans plus de 90 langues et la détection automatique de la langue, y compris pour les enregistrements qui alternent entre plusieurs langues. Une indication de langue connue peut aider le modèle à interpréter l’audio. Préparez un enregistrement clair, conservez la langue et les noms d’origine et évitez un écrêtage important ou un traitement inutile qui supprime des détails de parole. Les entrées courantes documentées comprennent WAV, MP3, FLAC, M4A, AAC, OGG, Opus et WebM. Choisissez une représentation d’entrée prise en charge par l’implémentation de transcription et conservez l’enregistrement source pour révision.
La réponse standard contient le texte reconnu, des informations sur la langue détectée et une séquence de mots horodatés. Les enregistrements de mots peuvent inclure les heures de début et de fin, des identifiants de locuteur et une log-probabilité de reconnaissance. Ils rendent le résultat utile pour les sous-titres, les interviews consultables par recherche ou un éditeur permettant de revenir au son pertinent. Gardez le résultat horodaté avec l’audio source. Pour un podcast, par exemple, le livrable peut être une transcription modifiable et un relevé aligné sur les mots qui permet de localiser les corrections avant d’organiser les sous-titres.
La diarisation des locuteurs indique qui parle et quand dans un audio à plusieurs locuteurs, jusqu’à 32 locuteurs selon la documentation de l’éditeur. Activez-la lorsque les tours de parole sont importants, et fournissez un nombre raisonnable de locuteurs si cette information est connue. Distinguez une étiquette de locuteur détectée du nom d’une personne vérifiée. Pour une interview ou une réunion, vérifiez les changements de tour de parole dans l’enregistrement, particulièrement lorsque les voix se chevauchent ou se ressemblent. Une étiquette aide à organiser la transcription ; elle n’établit pas, à elle seule, l’identité du locuteur.
Un enregistrement avec un locuteur par canal a une structure différente de plusieurs voix mixées sur un seul canal. L’interface de l’éditeur peut traiter jusqu’à cinq canaux indépendamment et renvoyer des transcriptions séparées ou une transcription combinée ordonnée dans le temps, avec des indices de canal. Conservez cette disposition des canaux lorsqu’elle a du sens. Fusionner les canaux séparés d’un enregistrement d’appel avant la transcription peut supprimer une source utile d’informations sur les locuteurs. Distinguez l’attribution fondée sur les canaux de la diarisation inférée à partir d’un audio mixé. La réponse combinant les canaux exige des horodatages et ne peut pas inclure la détection ou le masquage d’entités.
Les indications de termes clés guident la reconnaissance des noms, des termes produit et du vocabulaire spécialisé à l’aide du contexte. La documentation actuelle du traitement par lots autorise jusqu’à 1 000 termes, chacun de moins de 50 caractères et d’au plus cinq mots. Fournissez les orthographes pertinentes plutôt qu’un vaste catalogue sans rapport. Pour une interview technique, fournissez les noms de produits et les abréviations susceptibles d’apparaître, puis inspectez-les à leurs repères temporels dans le résultat. Les termes clés orientent la reconnaissance ; ce ne sont pas des instructions d’insérer un terme que l’enregistrement n’étaye pas.
Choisissez la finalité de la transcription avant d’appliquer un nettoyage. Une transcription mot à mot conserve la formulation prononcée, tandis que l’option documentée no-verbatim supprime les mots de remplissage, les faux départs et les disfluences pour un résultat plus lisible. Le balisage audio dynamique peut identifier des événements non vocaux comme les rires ou les pas. Une transcription soignée peut être utile pour les sous-titres ou la lecture, mais elle ne doit pas remplacer silencieusement le relevé brut lorsque les répétitions, les corrections ou les sons non vocaux sont importants pour la tâche.
L’éditeur documente également la détection d’entités et l’édition expérimentale de transcriptions. L’édition de transcription ne peut pas être combinée avec la détection d’entités, le masquage d’entités ou la transcription multicanal dans l’interface de l’éditeur. Les entités détectées fournissent des positions structurées pour certaines informations dans la transcription. Le masquage facultatif des entités remplace le texte détecté par des libellés ; il dépend de la détection d’entités, et la liste des entités n’est pas renvoyée lorsque le masquage est activé. Le masquage a lieu pendant la transcription, avec un marqueur générique de remplacement, un libellé de catégorie ou un libellé de catégorie numéroté. Le masquage automatisé peut manquer des contenus sensibles ; inspectez donc la transcription masquée avant de la partager. Une modification en langage naturel renvoie un texte modifié à côté du résultat original, en laissant disponibles les repères temporels et le relevé de locuteurs d’origine. Gardez ces livrables distincts : une orthographe corrigée ou une phrase remise en forme peut nécessiter une nouvelle vérification avant son alignement sur l’audio ou son utilisation dans une extraction en aval. Ces fonctions traitent la transcription ; elles n’établissent pas que chaque détail important a été correctement reconnu.
Pour une transcription achevée, vérifiez les noms, les nombres, les négations et les changements de locuteur en revenant à l’audio correspondant. Prêtez attention aux passages à faible volume, aux chevauchements et aux changements de langue plutôt que de juger la qualité uniquement à la fluidité du texte. Conservez les formulations incertaines pour correction plutôt que de compléter un passage inaudible par une phrase plausible. Le résultat utile est un relevé textuel vérifié, avec les informations temporelles et de locuteur nécessaires à son usage prévu ; une transcription peut ensuite devenir l’entrée d’une étape distincte de synthèse, de traduction ou d’analyse.
", "aboutText": "ElevenLabs Scribe v2 est le modèle de reconnaissance vocale par lots pour les enregistrements audio, la transcription, le sous-titrage et le sous-titrage accessible. Il s’appuie sur Scribe v1 en améliorant le traitement des enregistrements longs, des pauses, des changements de ton et des silences prolongés. Le résultat est la parole mise par écrit, avec des informations temporelles et des annotations facultatives de locuteur et d’événements audio. Scribe v2 Realtime est une édition distincte de transcription en direct ; ce modèle sert à traiter des enregistrements complets.\n\nL’éditeur documente la reconnaissance dans plus de 90 langues et la détection automatique de la langue, y compris pour les enregistrements qui alternent entre plusieurs langues. Une indication de langue connue peut aider le modèle à interpréter l’audio. Préparez un enregistrement clair, conservez la langue et les noms d’origine et évitez un écrêtage important ou un traitement inutile qui supprime des détails de parole. Les entrées courantes documentées comprennent WAV, MP3, FLAC, M4A, AAC, OGG, Opus et WebM. Choisissez une représentation d’entrée prise en charge par l’implémentation de transcription et conservez l’enregistrement source pour révision.\n\nLa réponse standard contient le texte reconnu, des informations sur la langue détectée et une séquence de mots horodatés. Les enregistrements de mots peuvent inclure les heures de début et de fin, des identifiants de locuteur et une log-probabilité de reconnaissance. Ils rendent le résultat utile pour les sous-titres, les interviews consultables par recherche ou un éditeur permettant de revenir au son pertinent. Gardez le résultat horodaté avec l’audio source. Pour un podcast, par exemple, le livrable peut être une transcription modifiable et un relevé aligné sur les mots qui permet de localiser les corrections avant d’organiser les sous-titres.\n\nLa diarisation des locuteurs indique qui parle et quand dans un audio à plusieurs locuteurs, jusqu’à 32 locuteurs selon la documentation de l’éditeur. Activez-la lorsque les tours de parole sont importants, et fournissez un nombre raisonnable de locuteurs si cette information est connue. Distinguez une étiquette de locuteur détectée du nom d’une personne vérifiée. Pour une interview ou une réunion, vérifiez les changements de tour de parole dans l’enregistrement, particulièrement lorsque les voix se chevauchent ou se ressemblent. Une étiquette aide à organiser la transcription ; elle n’établit pas, à elle seule, l’identité du locuteur.\n\nUn enregistrement avec un locuteur par canal a une structure différente de plusieurs voix mixées sur un seul canal. L’interface de l’éditeur peut traiter jusqu’à cinq canaux indépendamment et renvoyer des transcriptions séparées ou une transcription combinée ordonnée dans le temps, avec des indices de canal. Conservez cette disposition des canaux lorsqu’elle a du sens. Fusionner les canaux séparés d’un enregistrement d’appel avant la transcription peut supprimer une source utile d’informations sur les locuteurs. Distinguez l’attribution fondée sur les canaux de la diarisation inférée à partir d’un audio mixé. La réponse combinant les canaux exige des horodatages et ne peut pas inclure la détection ou le masquage d’entités.\n\nLes indications de termes clés guident la reconnaissance des noms, des termes produit et du vocabulaire spécialisé à l’aide du contexte. La documentation actuelle du traitement par lots autorise jusqu’à 1 000 termes, chacun de moins de 50 caractères et d’au plus cinq mots. Fournissez les orthographes pertinentes plutôt qu’un vaste catalogue sans rapport. Pour une interview technique, fournissez les noms de produits et les abréviations susceptibles d’apparaître, puis inspectez-les à leurs repères temporels dans le résultat. Les termes clés orientent la reconnaissance ; ce ne sont pas des instructions d’insérer un terme que l’enregistrement n’étaye pas.\n\nChoisissez la finalité de la transcription avant d’appliquer un nettoyage. Une transcription mot à mot conserve la formulation prononcée, tandis que l’option documentée no-verbatim supprime les mots de remplissage, les faux départs et les disfluences pour un résultat plus lisible. Le balisage audio dynamique peut identifier des événements non vocaux comme les rires ou les pas. Une transcription soignée peut être utile pour les sous-titres ou la lecture, mais elle ne doit pas remplacer silencieusement le relevé brut lorsque les répétitions, les corrections ou les sons non vocaux sont importants pour la tâche.\n\nL’éditeur documente également la détection d’entités et l’édition expérimentale de transcriptions. L’édition de transcription ne peut pas être combinée avec la détection d’entités, le masquage d’entités ou la transcription multicanal dans l’interface de l’éditeur. Les entités détectées fournissent des positions structurées pour certaines informations dans la transcription. Le masquage facultatif des entités remplace le texte détecté par des libellés ; il dépend de la détection d’entités, et la liste des entités n’est pas renvoyée lorsque le masquage est activé. Le masquage a lieu pendant la transcription, avec un marqueur générique de remplacement, un libellé de catégorie ou un libellé de catégorie numéroté. Le masquage automatisé peut manquer des contenus sensibles ; inspectez donc la transcription masquée avant de la partager. Une modification en langage naturel renvoie un texte modifié à côté du résultat original, en laissant disponibles les repères temporels et le relevé de locuteurs d’origine. Gardez ces livrables distincts : une orthographe corrigée ou une phrase remise en forme peut nécessiter une nouvelle vérification avant son alignement sur l’audio ou son utilisation dans une extraction en aval. Ces fonctions traitent la transcription ; elles n’établissent pas que chaque détail important a été correctement reconnu.\n\nPour une transcription achevée, vérifiez les noms, les nombres, les négations et les changements de locuteur en revenant à l’audio correspondant. Prêtez attention aux passages à faible volume, aux chevauchements et aux changements de langue plutôt que de juger la qualité uniquement à la fluidité du texte. Conservez les formulations incertaines pour correction plutôt que de compléter un passage inaudible par une phrase plausible. Le résultat utile est un relevé textuel vérifié, avec les informations temporelles et de locuteur nécessaires à son usage prévu ; une transcription peut ensuite devenir l’entrée d’une étape distincte de synthèse, de traduction ou d’analyse.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e39e80fbebe033d1c8b11db77d5c7ba5ea606dceb9d2e52626ebbfb9572d60bd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "elevenlabs/scribe-v2ElevenLabs Scribe v2 transcrit les enregistrements audio dans plus de 90 langues, avec un horodatage au niveau des mots, une diarisation facultative des locuteurs et des balises d’événements non vocaux. Il est conçu pour les enregistrements longs, les sous-titres et les transcriptions modifiables, avec des termes clés contextuels et le choix entre transcription mot à mot et transcription nettoyée.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
ElevenLabs Scribe v2 est le modèle de reconnaissance vocale par lots pour les enregistrements audio, la transcription, le sous-titrage et le sous-titrage accessible. Il s’appuie sur Scribe v1 en améliorant le traitement des enregistrements longs, des pauses, des changements de ton et des silences prolongés. Le résultat est la parole mise par écrit, avec des informations temporelles et des annotations facultatives de locuteur et d’événements audio. Scribe v2 Realtime est une édition distincte de transcription en direct ; ce modèle sert à traiter des enregistrements complets.
L’éditeur documente la reconnaissance dans plus de 90 langues et la détection automatique de la langue, y compris pour les enregistrements qui alternent entre plusieurs langues. Une indication de langue connue peut aider le modèle à interpréter l’audio. Préparez un enregistrement clair, conservez la langue et les noms d’origine et évitez un écrêtage important ou un traitement inutile qui supprime des détails de parole. Les entrées courantes documentées comprennent WAV, MP3, FLAC, M4A, AAC, OGG, Opus et WebM. Choisissez une représentation d’entrée prise en charge par l’implémentation de transcription et conservez l’enregistrement source pour révision.
La réponse standard contient le texte reconnu, des informations sur la langue détectée et une séquence de mots horodatés. Les enregistrements de mots peuvent inclure les heures de début et de fin, des identifiants de locuteur et une log-probabilité de reconnaissance. Ils rendent le résultat utile pour les sous-titres, les interviews consultables par recherche ou un éditeur permettant de revenir au son pertinent. Gardez le résultat horodaté avec l’audio source. Pour un podcast, par exemple, le livrable peut être une transcription modifiable et un relevé aligné sur les mots qui permet de localiser les corrections avant d’organiser les sous-titres.
La diarisation des locuteurs indique qui parle et quand dans un audio à plusieurs locuteurs, jusqu’à 32 locuteurs selon la documentation de l’éditeur. Activez-la lorsque les tours de parole sont importants, et fournissez un nombre raisonnable de locuteurs si cette information est connue. Distinguez une étiquette de locuteur détectée du nom d’une personne vérifiée. Pour une interview ou une réunion, vérifiez les changements de tour de parole dans l’enregistrement, particulièrement lorsque les voix se chevauchent ou se ressemblent. Une étiquette aide à organiser la transcription ; elle n’établit pas, à elle seule, l’identité du locuteur.
Un enregistrement avec un locuteur par canal a une structure différente de plusieurs voix mixées sur un seul canal. L’interface de l’éditeur peut traiter jusqu’à cinq canaux indépendamment et renvoyer des transcriptions séparées ou une transcription combinée ordonnée dans le temps, avec des indices de canal. Conservez cette disposition des canaux lorsqu’elle a du sens. Fusionner les canaux séparés d’un enregistrement d’appel avant la transcription peut supprimer une source utile d’informations sur les locuteurs. Distinguez l’attribution fondée sur les canaux de la diarisation inférée à partir d’un audio mixé. La réponse combinant les canaux exige des horodatages et ne peut pas inclure la détection ou le masquage d’entités.
Les indications de termes clés guident la reconnaissance des noms, des termes produit et du vocabulaire spécialisé à l’aide du contexte. La documentation actuelle du traitement par lots autorise jusqu’à 1 000 termes, chacun de moins de 50 caractères et d’au plus cinq mots. Fournissez les orthographes pertinentes plutôt qu’un vaste catalogue sans rapport. Pour une interview technique, fournissez les noms de produits et les abréviations susceptibles d’apparaître, puis inspectez-les à leurs repères temporels dans le résultat. Les termes clés orientent la reconnaissance ; ce ne sont pas des instructions d’insérer un terme que l’enregistrement n’étaye pas.
Choisissez la finalité de la transcription avant d’appliquer un nettoyage. Une transcription mot à mot conserve la formulation prononcée, tandis que l’option documentée no-verbatim supprime les mots de remplissage, les faux départs et les disfluences pour un résultat plus lisible. Le balisage audio dynamique peut identifier des événements non vocaux comme les rires ou les pas. Une transcription soignée peut être utile pour les sous-titres ou la lecture, mais elle ne doit pas remplacer silencieusement le relevé brut lorsque les répétitions, les corrections ou les sons non vocaux sont importants pour la tâche.
L’éditeur documente également la détection d’entités et l’édition expérimentale de transcriptions. L’édition de transcription ne peut pas être combinée avec la détection d’entités, le masquage d’entités ou la transcription multicanal dans l’interface de l’éditeur. Les entités détectées fournissent des positions structurées pour certaines informations dans la transcription. Le masquage facultatif des entités remplace le texte détecté par des libellés ; il dépend de la détection d’entités, et la liste des entités n’est pas renvoyée lorsque le masquage est activé. Le masquage a lieu pendant la transcription, avec un marqueur générique de remplacement, un libellé de catégorie ou un libellé de catégorie numéroté. Le masquage automatisé peut manquer des contenus sensibles ; inspectez donc la transcription masquée avant de la partager. Une modification en langage naturel renvoie un texte modifié à côté du résultat original, en laissant disponibles les repères temporels et le relevé de locuteurs d’origine. Gardez ces livrables distincts : une orthographe corrigée ou une phrase remise en forme peut nécessiter une nouvelle vérification avant son alignement sur l’audio ou son utilisation dans une extraction en aval. Ces fonctions traitent la transcription ; elles n’établissent pas que chaque détail important a été correctement reconnu.
Pour une transcription achevée, vérifiez les noms, les nombres, les négations et les changements de locuteur en revenant à l’audio correspondant. Prêtez attention aux passages à faible volume, aux chevauchements et aux changements de langue plutôt que de juger la qualité uniquement à la fluidité du texte. Conservez les formulations incertaines pour correction plutôt que de compléter un passage inaudible par une phrase plausible. Le résultat utile est un relevé textuel vérifié, avec les informations temporelles et de locuteur nécessaires à son usage prévu ; une transcription peut ensuite devenir l’entrée d’une étape distincte de synthèse, de traduction ou d’analyse.
POST /v1/audio/transcriptionsaudiotext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites elevenlabs/scribe-v2 | Par défaut— |
Champinput_audio | Typeobject | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, input_audio |
Paramètrematerial_types | Contrataudio |
Paramètrematerial_conditions | ContratL’exemple lit votre fichier PCM WAV réel et non vide, encode l’intégralité de ses octets en base64 et transmet input_audio.format avec la valeur wav. |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id exact d’un enregistrement média existant dont vous êtes propriétaire
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Unité de facturation | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Unité de facturation— | Coût Entrée · Tokens en entrée — / 1K tokens Sortie · Tokens en sortie — / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| Configurationseconde d’audio en entrée | Barème tarifaire— | Unité de facturationpar seconde d’audio en entrée | Coût Entrée · seconde d’audio en entrée $0.0001222222222222 par seconde d’audio en entrée |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'elevenlabs/scribe-v2', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nCorps de réponse d’origine complet, état et en-têtes transmis. Ce gestionnaire n’ajoute aucune structure JSON universelle, aucun champ de texte ni aucune enveloppe de tâche.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Conservez la valeur réelle X-Client-Request-ID et la réponse complète. Consultez les ressources d’origine dont vous êtes propriétaire et leurs URL de contenu signées exactes ; ne soumettez jamais de nouveau une création incertaine.
| Champ | Type |
|---|---|
Champtext (when present) | Type |
Champusage (when present) | Type |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionLe corps JSON ou l’ID canonique explicite du modèle est invalide. | Étape suivanteConservez la réponse et corrigez le champ indiqué de la requête. |
Réponse401 · authentication_error | ConditionLa clé API Ailoot est invalide. | Étape suivanteUtilisez votre clé API Ailoot autorisée. |
Réponse403 · permission_error | ConditionLe groupe de la clé n’autorise pas cette méthode. | Étape suivanteConservez les détails de l’erreur renvoyés. |
Réponse404 · not_found_error | ConditionLa méthode sélectionnée ne dispose d’aucune route autorisée. | Étape suivanteConservez les détails de l’erreur renvoyés. |
Réponse422 · price_unavailable | ConditionLe tarif accepté ne permet pas d’obtenir la quantité d’entrée ou la borne requise. | Étape suivanteConservez la réponse ; utilisez la représentation d’entrée requise par le tarif accepté. |
Réponse503 · | ConditionLe stockage, la route, le tarif de la méthode ou la réservation requis est indisponible. | Étape suivanteConservez la réponse d’origine complète. Une réservation incertaine n’autorise pas une nouvelle soumission. |
Réponse502 · server_error | ConditionLe résultat, la consommation ou le règlement d’origine nécessite une vérification. | Étape suivanteConservez l’ID réel de la requête et la réponse d’origine. Consultez l’enregistrement existant dont vous êtes propriétaire ; ne soumettez pas de nouveau la création. |
Ailoot Ultra elevenlabs/scribe-v2
Utilisez les chemins de méthode indiqués ci-dessus.