ElevenLabs Scribe v2 est le modèle de reconnaissance vocale par lots destiné à l’audio enregistré, à la transcription, au sous-titrage et aux sous-titres d’accessibilité. Il prolonge Scribe v1 avec une meilleure gestion 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 des locuteurs et des événements audio. Scribe v2 Realtime est une édition distincte de transcription en direct ; ce modèle sert à traiter des enregistrements complets.
Le fabricant 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 la langue connue peut aider le modèle à interpréter l’audio. Préparez un enregistrement clair, conservez la langue d’origine et les noms, et évitez une forte saturation ou des traitements inutiles qui suppriment des détails de la parole. Les formats d’entrée courants documentés comprennent WAV, MP3, FLAC, M4A, AAC, OGG, Opus et WebM. Choisissez une représentation de l’entrée prise en charge par l’implémentation de transcription et conservez l’enregistrement source pour la vérification.
La réponse standard contient le texte reconnu, des informations sur la langue détectée et une séquence de mots horodatés. Les relevés des mots peuvent comprendre les heures de début et de fin, les identifiants des locuteurs et un logarithme de probabilité de reconnaissance. Ces données rendent le résultat utile pour les sous-titres, les entretiens interrogeables par recherche ou un éditeur qui revient au son concerné. Conservez le résultat horodaté avec l’audio source. Pour un podcast, par exemple, le livrable peut comprendre une transcription modifiable et un relevé aligné sur les mots qui aide à retrouver les corrections avant de mettre en place les sous-titres d’accessibilité.
La diarisation attribue des libellés aux interventions des différents locuteurs dans un audio à plusieurs voix, avec jusqu’à 32 locuteurs documentés par le fabricant. Activez-la lorsque les tours de parole comptent et indiquez un nombre plausible de locuteurs si vous le connaissez. Distinguez un libellé de locuteur détecté du nom d’une personne dont l’identité a été vérifiée. Pour un entretien ou une réunion, vérifiez les changements de tour de parole à partir de l’enregistrement, surtout lorsque les voix se chevauchent ou se ressemblent. Un libellé aide à organiser la transcription ; il n’établit pas à lui seul l’identité de la personne qui parle.
Un enregistrement avec un locuteur par canal n’a pas la même structure que plusieurs voix mixées sur un seul canal. L’interface du fabricant 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 répartition des canaux lorsqu’elle a un sens. Regrouper les canaux d’un appel enregistrés séparément 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 qui combine les canaux exige des repères temporels et ne peut pas inclure la détection ou le masquage des entités.
Le guidage par mots-clés oriente la reconnaissance des noms, des termes de produits et du vocabulaire spécialisé à l’aide du contexte. La documentation actuelle du traitement par lots autorise jusqu’à 1 000 termes, chacun devant rester en dessous de 50 caractères et ne pas dépasser cinq mots. Fournissez les graphies pertinentes plutôt qu’un vaste catalogue sans rapport avec le contenu. Pour un entretien technique, indiquez les noms de produits et les abréviations susceptibles d’apparaître, puis vérifiez-les à leurs repères temporels dans le résultat. Les mots-clés influencent la reconnaissance ; ils ne demandent pas d’insérer un terme que l’enregistrement ne permet pas de justifier.
Choisissez l’usage de la transcription avant de la nettoyer. Une transcription mot à mot conserve les formulations prononcées, tandis que l’option no-verbatim documentée retire les mots de remplissage, les faux départs et les hésitations pour rendre le résultat plus lisible. Le balisage audio dynamique peut repérer des événements non verbaux comme les rires ou les bruits de pas. Une transcription soignée peut être utile pour les sous-titres d’accessibilité ou la lecture, mais elle ne doit pas remplacer discrètement le relevé brut lorsque les répétitions, les corrections ou les sons non verbaux comptent pour la tâche.
Le fabricant documente aussi la détection des entités et une fonction expérimentale de modification de la transcription. Dans l’interface du fabricant, cette modification ne peut pas être combinée avec la détection des entités, le masquage des entités ou la transcription multicanal. 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 des entités, et la liste des entités n’est pas renvoyée lorsque le masquage est activé. Le masquage intervient pendant la transcription, avec un marqueur générique de remplacement, un libellé de catégorie ou un libellé de catégorie numéroté. Le masquage automatique peut laisser passer du contenu sensible : inspectez donc la transcription masquée avant de la partager. Une modification formulée en langage naturel renvoie un texte modifié en complément du résultat original, tout en laissant disponibles l’horodatage et le relevé des locuteurs d’origine. Gardez ces éléments distincts : une orthographe corrigée ou une phrase remise en forme peut nécessiter une nouvelle vérification avant d’être alignée sur l’audio ou utilisée pour une extraction en aval. Ces fonctions traitent la transcription ; elles ne démontrent pas que chaque détail important a été reconnu correctement.
Pour finaliser une transcription, vérifiez les noms, les nombres, les négations et les changements de locuteur en revenant aux passages audio correspondants. Portez une attention particulière aux parties peu audibles, aux chevauchements et aux changements de langue, plutôt que de juger la qualité à la seule fluidité du texte. Conservez les formulations incertaines pour les corriger, au lieu de compléter un passage inaudible par une phrase plausible. Le résultat utile est un relevé textuel vérifié, avec les informations temporelles et les informations sur les locuteurs nécessaires à l’usage prévu ; la transcription peut ensuite servir d’entrée à une étape distincte de résumé, de traduction ou d’analyse.
", "aboutText": "ElevenLabs Scribe v2 est le modèle de reconnaissance vocale par lots destiné à l’audio enregistré, à la transcription, au sous-titrage et aux sous-titres d’accessibilité. Il prolonge Scribe v1 avec une meilleure gestion 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 des locuteurs et des événements audio. Scribe v2 Realtime est une édition distincte de transcription en direct ; ce modèle sert à traiter des enregistrements complets.\n\nLe fabricant 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 la langue connue peut aider le modèle à interpréter l’audio. Préparez un enregistrement clair, conservez la langue d’origine et les noms, et évitez une forte saturation ou des traitements inutiles qui suppriment des détails de la parole. Les formats d’entrée courants documentés comprennent WAV, MP3, FLAC, M4A, AAC, OGG, Opus et WebM. Choisissez une représentation de l’entrée prise en charge par l’implémentation de transcription et conservez l’enregistrement source pour la vérification.\n\nLa réponse standard contient le texte reconnu, des informations sur la langue détectée et une séquence de mots horodatés. Les relevés des mots peuvent comprendre les heures de début et de fin, les identifiants des locuteurs et un logarithme de probabilité de reconnaissance. Ces données rendent le résultat utile pour les sous-titres, les entretiens interrogeables par recherche ou un éditeur qui revient au son concerné. Conservez le résultat horodaté avec l’audio source. Pour un podcast, par exemple, le livrable peut comprendre une transcription modifiable et un relevé aligné sur les mots qui aide à retrouver les corrections avant de mettre en place les sous-titres d’accessibilité.\n\nLa diarisation attribue des libellés aux interventions des différents locuteurs dans un audio à plusieurs voix, avec jusqu’à 32 locuteurs documentés par le fabricant. Activez-la lorsque les tours de parole comptent et indiquez un nombre plausible de locuteurs si vous le connaissez. Distinguez un libellé de locuteur détecté du nom d’une personne dont l’identité a été vérifiée. Pour un entretien ou une réunion, vérifiez les changements de tour de parole à partir de l’enregistrement, surtout lorsque les voix se chevauchent ou se ressemblent. Un libellé aide à organiser la transcription ; il n’établit pas à lui seul l’identité de la personne qui parle.\n\nUn enregistrement avec un locuteur par canal n’a pas la même structure que plusieurs voix mixées sur un seul canal. L’interface du fabricant 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 répartition des canaux lorsqu’elle a un sens. Regrouper les canaux d’un appel enregistrés séparément 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 qui combine les canaux exige des repères temporels et ne peut pas inclure la détection ou le masquage des entités.\n\nLe guidage par mots-clés oriente la reconnaissance des noms, des termes de produits et du vocabulaire spécialisé à l’aide du contexte. La documentation actuelle du traitement par lots autorise jusqu’à 1 000 termes, chacun devant rester en dessous de 50 caractères et ne pas dépasser cinq mots. Fournissez les graphies pertinentes plutôt qu’un vaste catalogue sans rapport avec le contenu. Pour un entretien technique, indiquez les noms de produits et les abréviations susceptibles d’apparaître, puis vérifiez-les à leurs repères temporels dans le résultat. Les mots-clés influencent la reconnaissance ; ils ne demandent pas d’insérer un terme que l’enregistrement ne permet pas de justifier.\n\nChoisissez l’usage de la transcription avant de la nettoyer. Une transcription mot à mot conserve les formulations prononcées, tandis que l’option no-verbatim documentée retire les mots de remplissage, les faux départs et les hésitations pour rendre le résultat plus lisible. Le balisage audio dynamique peut repérer des événements non verbaux comme les rires ou les bruits de pas. Une transcription soignée peut être utile pour les sous-titres d’accessibilité ou la lecture, mais elle ne doit pas remplacer discrètement le relevé brut lorsque les répétitions, les corrections ou les sons non verbaux comptent pour la tâche.\n\nLe fabricant documente aussi la détection des entités et une fonction expérimentale de modification de la transcription. Dans l’interface du fabricant, cette modification ne peut pas être combinée avec la détection des entités, le masquage des entités ou la transcription multicanal. 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 des entités, et la liste des entités n’est pas renvoyée lorsque le masquage est activé. Le masquage intervient pendant la transcription, avec un marqueur générique de remplacement, un libellé de catégorie ou un libellé de catégorie numéroté. Le masquage automatique peut laisser passer du contenu sensible : inspectez donc la transcription masquée avant de la partager. Une modification formulée en langage naturel renvoie un texte modifié en complément du résultat original, tout en laissant disponibles l’horodatage et le relevé des locuteurs d’origine. Gardez ces éléments distincts : une orthographe corrigée ou une phrase remise en forme peut nécessiter une nouvelle vérification avant d’être alignée sur l’audio ou utilisée pour une extraction en aval. Ces fonctions traitent la transcription ; elles ne démontrent pas que chaque détail important a été reconnu correctement.\n\nPour finaliser une transcription, vérifiez les noms, les nombres, les négations et les changements de locuteur en revenant aux passages audio correspondants. Portez une attention particulière aux parties peu audibles, aux chevauchements et aux changements de langue, plutôt que de juger la qualité à la seule fluidité du texte. Conservez les formulations incertaines pour les corriger, au lieu de compléter un passage inaudible par une phrase plausible. Le résultat utile est un relevé textuel vérifié, avec les informations temporelles et les informations sur les locuteurs nécessaires à l’usage prévu ; la transcription peut ensuite servir d’entrée à une étape distincte de résumé, de traduction ou d’analyse.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f660404e506c539b683c77179d07b35eb2e8221bc38420f09ed14a5c78d3b6fa", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ch", "methods": [ { "html": "elevenlabs/scribe-v2ElevenLabs Scribe v2 transcrit l’audio enregistré dans 90 langues ou plus, avec un horodatage mot à mot, une diarisation facultative des locuteurs et des balises d’événements non verbaux. Il est conçu pour les enregistrements longs, les sous-titres d’accessibilité et les transcriptions modifiables, avec des mots-clés contextuels et un choix entre transcription mot à mot ou 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 destiné à l’audio enregistré, à la transcription, au sous-titrage et aux sous-titres d’accessibilité. Il prolonge Scribe v1 avec une meilleure gestion 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 des locuteurs et des événements audio. Scribe v2 Realtime est une édition distincte de transcription en direct ; ce modèle sert à traiter des enregistrements complets.
Le fabricant 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 la langue connue peut aider le modèle à interpréter l’audio. Préparez un enregistrement clair, conservez la langue d’origine et les noms, et évitez une forte saturation ou des traitements inutiles qui suppriment des détails de la parole. Les formats d’entrée courants documentés comprennent WAV, MP3, FLAC, M4A, AAC, OGG, Opus et WebM. Choisissez une représentation de l’entrée prise en charge par l’implémentation de transcription et conservez l’enregistrement source pour la vérification.
La réponse standard contient le texte reconnu, des informations sur la langue détectée et une séquence de mots horodatés. Les relevés des mots peuvent comprendre les heures de début et de fin, les identifiants des locuteurs et un logarithme de probabilité de reconnaissance. Ces données rendent le résultat utile pour les sous-titres, les entretiens interrogeables par recherche ou un éditeur qui revient au son concerné. Conservez le résultat horodaté avec l’audio source. Pour un podcast, par exemple, le livrable peut comprendre une transcription modifiable et un relevé aligné sur les mots qui aide à retrouver les corrections avant de mettre en place les sous-titres d’accessibilité.
La diarisation attribue des libellés aux interventions des différents locuteurs dans un audio à plusieurs voix, avec jusqu’à 32 locuteurs documentés par le fabricant. Activez-la lorsque les tours de parole comptent et indiquez un nombre plausible de locuteurs si vous le connaissez. Distinguez un libellé de locuteur détecté du nom d’une personne dont l’identité a été vérifiée. Pour un entretien ou une réunion, vérifiez les changements de tour de parole à partir de l’enregistrement, surtout lorsque les voix se chevauchent ou se ressemblent. Un libellé aide à organiser la transcription ; il n’établit pas à lui seul l’identité de la personne qui parle.
Un enregistrement avec un locuteur par canal n’a pas la même structure que plusieurs voix mixées sur un seul canal. L’interface du fabricant 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 répartition des canaux lorsqu’elle a un sens. Regrouper les canaux d’un appel enregistrés séparément 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 qui combine les canaux exige des repères temporels et ne peut pas inclure la détection ou le masquage des entités.
Le guidage par mots-clés oriente la reconnaissance des noms, des termes de produits et du vocabulaire spécialisé à l’aide du contexte. La documentation actuelle du traitement par lots autorise jusqu’à 1 000 termes, chacun devant rester en dessous de 50 caractères et ne pas dépasser cinq mots. Fournissez les graphies pertinentes plutôt qu’un vaste catalogue sans rapport avec le contenu. Pour un entretien technique, indiquez les noms de produits et les abréviations susceptibles d’apparaître, puis vérifiez-les à leurs repères temporels dans le résultat. Les mots-clés influencent la reconnaissance ; ils ne demandent pas d’insérer un terme que l’enregistrement ne permet pas de justifier.
Choisissez l’usage de la transcription avant de la nettoyer. Une transcription mot à mot conserve les formulations prononcées, tandis que l’option no-verbatim documentée retire les mots de remplissage, les faux départs et les hésitations pour rendre le résultat plus lisible. Le balisage audio dynamique peut repérer des événements non verbaux comme les rires ou les bruits de pas. Une transcription soignée peut être utile pour les sous-titres d’accessibilité ou la lecture, mais elle ne doit pas remplacer discrètement le relevé brut lorsque les répétitions, les corrections ou les sons non verbaux comptent pour la tâche.
Le fabricant documente aussi la détection des entités et une fonction expérimentale de modification de la transcription. Dans l’interface du fabricant, cette modification ne peut pas être combinée avec la détection des entités, le masquage des entités ou la transcription multicanal. 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 des entités, et la liste des entités n’est pas renvoyée lorsque le masquage est activé. Le masquage intervient pendant la transcription, avec un marqueur générique de remplacement, un libellé de catégorie ou un libellé de catégorie numéroté. Le masquage automatique peut laisser passer du contenu sensible : inspectez donc la transcription masquée avant de la partager. Une modification formulée en langage naturel renvoie un texte modifié en complément du résultat original, tout en laissant disponibles l’horodatage et le relevé des locuteurs d’origine. Gardez ces éléments distincts : une orthographe corrigée ou une phrase remise en forme peut nécessiter une nouvelle vérification avant d’être alignée sur l’audio ou utilisée pour une extraction en aval. Ces fonctions traitent la transcription ; elles ne démontrent pas que chaque détail important a été reconnu correctement.
Pour finaliser une transcription, vérifiez les noms, les nombres, les négations et les changements de locuteur en revenant aux passages audio correspondants. Portez une attention particulière aux parties peu audibles, aux chevauchements et aux changements de langue, plutôt que de juger la qualité à la seule fluidité du texte. Conservez les formulations incertaines pour les corriger, au lieu de compléter un passage inaudible par une phrase plausible. Le résultat utile est un relevé textuel vérifié, avec les informations temporelles et les informations sur les locuteurs nécessaires à l’usage prévu ; la transcription peut ensuite servir d’entrée à une étape distincte de résumé, 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 envoie input_audio.format avec la valeur wav. |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id exact provenant d’un enregistrement multimédia 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 complet de la réponse d’origine, état et en-têtes transmis. Ce gestionnaire n’ajoute aucune structure JSON universelle, aucun champ 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 le X-Client-Request-ID réel et la réponse complète. Consultez les ressources d’origine dont vous êtes propriétaire et leurs liens de contenu signés exacts ; ne renvoyez jamais une demande de 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’identifiant canonique explicite du modèle est invalide. | Étape suivanteConservez la réponse et corrigez le champ indiqué dans 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 renvoyée. |
Réponse404 · not_found_error | ConditionLa méthode sélectionnée ne dispose d’aucune route autorisée. | Étape suivanteConservez les détails de l’erreur renvoyée. |
Réponse422 · price_unavailable | ConditionLe tarif accepté ne peut pas déterminer la quantité d’entrée requise ou sa borne. | 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 le renvoi de la demande. |
Réponse502 · server_error | ConditionLe résultat d’origine, la consommation ou la facturation définitive nécessite une vérification. | Étape suivanteConservez l’identifiant réel de la requête et la réponse d’origine. Consultez l’enregistrement existant dont vous êtes propriétaire ; ne renvoyez pas la demande de création. |
Ailoot Ultra elevenlabs/scribe-v2
Utilisez les chemins de méthode indiqués ci-dessus.