ElevenLabs Scribe v2 è il modello di riconoscimento vocale in batch per registrazioni audio, trascrizione e sottotitolazione, anche con indicazioni dei suoni. Si basa su Scribe v1, migliorando la gestione delle registrazioni lunghe, delle pause, dei cambi di tono e dei silenzi prolungati. Il risultato è il parlato in forma scritta con riferimenti temporali e annotazioni facoltative sui parlanti e sugli eventi audio. Scribe v2 Realtime è un’edizione separata per la trascrizione dal vivo; lo scopo di questo modello è elaborare registrazioni complete.
Il produttore documenta il riconoscimento in oltre 90 lingue e il rilevamento automatico della lingua, comprese le registrazioni in cui si passa da una lingua all’altra. Un’indicazione della lingua conosciuta può aiutare il modello a interpretare l’audio. Prepara una registrazione chiara, conserva la lingua originale e i nomi ed evita clipping marcato o elaborazioni superflue che rimuovono dettagli del parlato. Gli input comuni documentati comprendono WAV, MP3, FLAC, M4A, AAC, OGG, Opus e WebM. Scegli una rappresentazione dell’input supportata dall’implementazione della trascrizione e conserva la registrazione originale per la revisione.
La risposta standard contiene il testo riconosciuto, informazioni sulla lingua rilevata e una sequenza di parole con riferimenti temporali. I record delle parole possono includere tempi di inizio e fine, identificatori dei parlanti e una log-probabilità di riconoscimento. Questi elementi rendono il risultato utile per sottotitoli, interviste ricercabili o un editor che consenta di tornare al suono pertinente. Conserva il risultato temporizzato insieme all’audio originale. Per un podcast, ad esempio, il risultato consegnabile può essere una trascrizione modificabile e un record allineato parola per parola che permetta di individuare le correzioni prima di organizzare i sottotitoli.
La diarizzazione etichetta chi parla e quando nell’audio con più parlanti; il produttore documenta fino a 32 parlanti. Attivala quando i turni di parola sono importanti e indica un numero ragionevole di parlanti se questa informazione è nota. Distingui un’etichetta rilevata dal nome di una persona verificata. Per un’intervista o una riunione, controlla i cambi di turno rispetto alla registrazione, soprattutto quando le voci si sovrappongono o sono simili. Un’etichetta aiuta a organizzare la trascrizione; non stabilisce autonomamente l’identità del parlante.
Una registrazione con un parlante per canale ha una struttura diversa da più voci mescolate in un solo canale. L’interfaccia del produttore può elaborare fino a cinque canali in modo indipendente e restituire trascrizioni separate oppure una trascrizione combinata ordinata temporalmente, con gli indici dei canali. Conserva questa disposizione dei canali quando è significativa. Unire i canali di una chiamata registrata separatamente prima della trascrizione può eliminare una fonte utile di informazioni sui parlanti. Distingui l’attribuzione basata sui canali dalla diarizzazione dedotta dall’audio misto. La risposta con i canali combinati richiede riferimenti temporali e non può includere il rilevamento o l’oscuramento delle entità.
Il prompting con termini chiave orienta il riconoscimento di nomi, termini di prodotto e vocabolario specialistico tramite il contesto. L’attuale documentazione batch consente fino a 1.000 termini, ciascuno di meno di 50 caratteri e al massimo cinque parole. Fornisci grafie pertinenti anziché un ampio catalogo non attinente. Per un’intervista tecnica, indica i nomi dei prodotti e le abbreviazioni che potrebbero comparire, quindi controllali nei rispettivi punti temporali del risultato. I termini chiave influenzano il riconoscimento; non sono istruzioni per inserire un termine quando la registrazione non lo giustifica.
Scegli lo scopo della trascrizione prima di ripulirla. Una trascrizione letterale conserva le parole pronunciate, mentre l’opzione documentata non letterale rimuove riempitivi, false partenze e disfluenze per ottenere un risultato più leggibile. Il tagging audio dinamico può identificare eventi non vocali come risate o passi. Una trascrizione rifinita può essere utile per i sottotitoli o la lettura, ma non deve sostituire silenziosamente il record originale quando ripetizioni, correzioni o suoni non vocali sono importanti per il compito.
Il produttore documenta anche il rilevamento delle entità e la modifica sperimentale della trascrizione. Nell’interfaccia del produttore, la modifica della trascrizione non può essere combinata con il rilevamento delle entità, il loro oscuramento o la trascrizione multicanale. Le entità rilevate forniscono posizioni strutturate per determinate informazioni nella trascrizione. L’oscuramento facoltativo maschera il testo rilevato con etichette sostitutive; dipende dal rilevamento delle entità e, quando è attivo, l’elenco delle entità non viene restituito. L’oscuramento avviene durante la trascrizione, utilizzando un marcatore sostitutivo generico, un’etichetta di categoria o un’etichetta di categoria numerata. L’oscuramento automatico può non rilevare contenuti sensibili, quindi controlla la trascrizione oscurata prima di condividerla. Una modifica in linguaggio naturale restituisce un testo modificato accanto al risultato originale, lasciando disponibile il record originale dei tempi e dei parlanti. Mantieni distinti questi risultati: una grafia corretta o una frase riformattata può richiedere un nuovo controllo prima di essere allineata all’audio o utilizzata in un’estrazione successiva. Queste funzioni elaborano la trascrizione; non dimostrano che ogni dettaglio importante sia stato riconosciuto correttamente.
Per completare una trascrizione, verifica nomi, numeri, negazioni e cambi di parlante tornando all’audio corrispondente. Presta attenzione alle sezioni a volume basso, alle sovrapposizioni e ai cambi di lingua, anziché giudicare la qualità solo dalla scorrevolezza del testo. Conserva le formulazioni incerte per correggerle invece di completare un passaggio non udibile con una frase plausibile. Il risultato utile è un testo verificato con i riferimenti temporali e le informazioni sui parlanti necessari all’uso previsto; la trascrizione può poi diventare l’input di una fase separata di sintesi, traduzione o analisi.
", "aboutText": "ElevenLabs Scribe v2 è il modello di riconoscimento vocale in batch per registrazioni audio, trascrizione e sottotitolazione, anche con indicazioni dei suoni. Si basa su Scribe v1, migliorando la gestione delle registrazioni lunghe, delle pause, dei cambi di tono e dei silenzi prolungati. Il risultato è il parlato in forma scritta con riferimenti temporali e annotazioni facoltative sui parlanti e sugli eventi audio. Scribe v2 Realtime è un’edizione separata per la trascrizione dal vivo; lo scopo di questo modello è elaborare registrazioni complete.\n\nIl produttore documenta il riconoscimento in oltre 90 lingue e il rilevamento automatico della lingua, comprese le registrazioni in cui si passa da una lingua all’altra. Un’indicazione della lingua conosciuta può aiutare il modello a interpretare l’audio. Prepara una registrazione chiara, conserva la lingua originale e i nomi ed evita clipping marcato o elaborazioni superflue che rimuovono dettagli del parlato. Gli input comuni documentati comprendono WAV, MP3, FLAC, M4A, AAC, OGG, Opus e WebM. Scegli una rappresentazione dell’input supportata dall’implementazione della trascrizione e conserva la registrazione originale per la revisione.\n\nLa risposta standard contiene il testo riconosciuto, informazioni sulla lingua rilevata e una sequenza di parole con riferimenti temporali. I record delle parole possono includere tempi di inizio e fine, identificatori dei parlanti e una log-probabilità di riconoscimento. Questi elementi rendono il risultato utile per sottotitoli, interviste ricercabili o un editor che consenta di tornare al suono pertinente. Conserva il risultato temporizzato insieme all’audio originale. Per un podcast, ad esempio, il risultato consegnabile può essere una trascrizione modificabile e un record allineato parola per parola che permetta di individuare le correzioni prima di organizzare i sottotitoli.\n\nLa diarizzazione etichetta chi parla e quando nell’audio con più parlanti; il produttore documenta fino a 32 parlanti. Attivala quando i turni di parola sono importanti e indica un numero ragionevole di parlanti se questa informazione è nota. Distingui un’etichetta rilevata dal nome di una persona verificata. Per un’intervista o una riunione, controlla i cambi di turno rispetto alla registrazione, soprattutto quando le voci si sovrappongono o sono simili. Un’etichetta aiuta a organizzare la trascrizione; non stabilisce autonomamente l’identità del parlante.\n\nUna registrazione con un parlante per canale ha una struttura diversa da più voci mescolate in un solo canale. L’interfaccia del produttore può elaborare fino a cinque canali in modo indipendente e restituire trascrizioni separate oppure una trascrizione combinata ordinata temporalmente, con gli indici dei canali. Conserva questa disposizione dei canali quando è significativa. Unire i canali di una chiamata registrata separatamente prima della trascrizione può eliminare una fonte utile di informazioni sui parlanti. Distingui l’attribuzione basata sui canali dalla diarizzazione dedotta dall’audio misto. La risposta con i canali combinati richiede riferimenti temporali e non può includere il rilevamento o l’oscuramento delle entità.\n\nIl prompting con termini chiave orienta il riconoscimento di nomi, termini di prodotto e vocabolario specialistico tramite il contesto. L’attuale documentazione batch consente fino a 1.000 termini, ciascuno di meno di 50 caratteri e al massimo cinque parole. Fornisci grafie pertinenti anziché un ampio catalogo non attinente. Per un’intervista tecnica, indica i nomi dei prodotti e le abbreviazioni che potrebbero comparire, quindi controllali nei rispettivi punti temporali del risultato. I termini chiave influenzano il riconoscimento; non sono istruzioni per inserire un termine quando la registrazione non lo giustifica.\n\nScegli lo scopo della trascrizione prima di ripulirla. Una trascrizione letterale conserva le parole pronunciate, mentre l’opzione documentata non letterale rimuove riempitivi, false partenze e disfluenze per ottenere un risultato più leggibile. Il tagging audio dinamico può identificare eventi non vocali come risate o passi. Una trascrizione rifinita può essere utile per i sottotitoli o la lettura, ma non deve sostituire silenziosamente il record originale quando ripetizioni, correzioni o suoni non vocali sono importanti per il compito.\n\nIl produttore documenta anche il rilevamento delle entità e la modifica sperimentale della trascrizione. Nell’interfaccia del produttore, la modifica della trascrizione non può essere combinata con il rilevamento delle entità, il loro oscuramento o la trascrizione multicanale. Le entità rilevate forniscono posizioni strutturate per determinate informazioni nella trascrizione. L’oscuramento facoltativo maschera il testo rilevato con etichette sostitutive; dipende dal rilevamento delle entità e, quando è attivo, l’elenco delle entità non viene restituito. L’oscuramento avviene durante la trascrizione, utilizzando un marcatore sostitutivo generico, un’etichetta di categoria o un’etichetta di categoria numerata. L’oscuramento automatico può non rilevare contenuti sensibili, quindi controlla la trascrizione oscurata prima di condividerla. Una modifica in linguaggio naturale restituisce un testo modificato accanto al risultato originale, lasciando disponibile il record originale dei tempi e dei parlanti. Mantieni distinti questi risultati: una grafia corretta o una frase riformattata può richiedere un nuovo controllo prima di essere allineata all’audio o utilizzata in un’estrazione successiva. Queste funzioni elaborano la trascrizione; non dimostrano che ogni dettaglio importante sia stato riconosciuto correttamente.\n\nPer completare una trascrizione, verifica nomi, numeri, negazioni e cambi di parlante tornando all’audio corrispondente. Presta attenzione alle sezioni a volume basso, alle sovrapposizioni e ai cambi di lingua, anziché giudicare la qualità solo dalla scorrevolezza del testo. Conserva le formulazioni incerte per correggerle invece di completare un passaggio non udibile con una frase plausibile. Il risultato utile è un testo verificato con i riferimenti temporali e le informazioni sui parlanti necessari all’uso previsto; la trascrizione può poi diventare l’input di una fase separata di sintesi, traduzione o analisi.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2d1d8f296e469f8050dc52b068426a0e28d00b7c765715ddb5ea53385d51358e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "elevenlabs/scribe-v2ElevenLabs Scribe v2 trascrive registrazioni audio in oltre 90 lingue, con tempi a livello di parola, diarizzazione facoltativa dei parlanti e tag degli eventi non vocali. È progettato per registrazioni lunghe, sottotitoli e trascrizioni modificabili, con termini chiave contestuali e possibilità di scegliere una trascrizione letterale o ripulita.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
ElevenLabs Scribe v2 è il modello di riconoscimento vocale in batch per registrazioni audio, trascrizione e sottotitolazione, anche con indicazioni dei suoni. Si basa su Scribe v1, migliorando la gestione delle registrazioni lunghe, delle pause, dei cambi di tono e dei silenzi prolungati. Il risultato è il parlato in forma scritta con riferimenti temporali e annotazioni facoltative sui parlanti e sugli eventi audio. Scribe v2 Realtime è un’edizione separata per la trascrizione dal vivo; lo scopo di questo modello è elaborare registrazioni complete.
Il produttore documenta il riconoscimento in oltre 90 lingue e il rilevamento automatico della lingua, comprese le registrazioni in cui si passa da una lingua all’altra. Un’indicazione della lingua conosciuta può aiutare il modello a interpretare l’audio. Prepara una registrazione chiara, conserva la lingua originale e i nomi ed evita clipping marcato o elaborazioni superflue che rimuovono dettagli del parlato. Gli input comuni documentati comprendono WAV, MP3, FLAC, M4A, AAC, OGG, Opus e WebM. Scegli una rappresentazione dell’input supportata dall’implementazione della trascrizione e conserva la registrazione originale per la revisione.
La risposta standard contiene il testo riconosciuto, informazioni sulla lingua rilevata e una sequenza di parole con riferimenti temporali. I record delle parole possono includere tempi di inizio e fine, identificatori dei parlanti e una log-probabilità di riconoscimento. Questi elementi rendono il risultato utile per sottotitoli, interviste ricercabili o un editor che consenta di tornare al suono pertinente. Conserva il risultato temporizzato insieme all’audio originale. Per un podcast, ad esempio, il risultato consegnabile può essere una trascrizione modificabile e un record allineato parola per parola che permetta di individuare le correzioni prima di organizzare i sottotitoli.
La diarizzazione etichetta chi parla e quando nell’audio con più parlanti; il produttore documenta fino a 32 parlanti. Attivala quando i turni di parola sono importanti e indica un numero ragionevole di parlanti se questa informazione è nota. Distingui un’etichetta rilevata dal nome di una persona verificata. Per un’intervista o una riunione, controlla i cambi di turno rispetto alla registrazione, soprattutto quando le voci si sovrappongono o sono simili. Un’etichetta aiuta a organizzare la trascrizione; non stabilisce autonomamente l’identità del parlante.
Una registrazione con un parlante per canale ha una struttura diversa da più voci mescolate in un solo canale. L’interfaccia del produttore può elaborare fino a cinque canali in modo indipendente e restituire trascrizioni separate oppure una trascrizione combinata ordinata temporalmente, con gli indici dei canali. Conserva questa disposizione dei canali quando è significativa. Unire i canali di una chiamata registrata separatamente prima della trascrizione può eliminare una fonte utile di informazioni sui parlanti. Distingui l’attribuzione basata sui canali dalla diarizzazione dedotta dall’audio misto. La risposta con i canali combinati richiede riferimenti temporali e non può includere il rilevamento o l’oscuramento delle entità.
Il prompting con termini chiave orienta il riconoscimento di nomi, termini di prodotto e vocabolario specialistico tramite il contesto. L’attuale documentazione batch consente fino a 1.000 termini, ciascuno di meno di 50 caratteri e al massimo cinque parole. Fornisci grafie pertinenti anziché un ampio catalogo non attinente. Per un’intervista tecnica, indica i nomi dei prodotti e le abbreviazioni che potrebbero comparire, quindi controllali nei rispettivi punti temporali del risultato. I termini chiave influenzano il riconoscimento; non sono istruzioni per inserire un termine quando la registrazione non lo giustifica.
Scegli lo scopo della trascrizione prima di ripulirla. Una trascrizione letterale conserva le parole pronunciate, mentre l’opzione documentata non letterale rimuove riempitivi, false partenze e disfluenze per ottenere un risultato più leggibile. Il tagging audio dinamico può identificare eventi non vocali come risate o passi. Una trascrizione rifinita può essere utile per i sottotitoli o la lettura, ma non deve sostituire silenziosamente il record originale quando ripetizioni, correzioni o suoni non vocali sono importanti per il compito.
Il produttore documenta anche il rilevamento delle entità e la modifica sperimentale della trascrizione. Nell’interfaccia del produttore, la modifica della trascrizione non può essere combinata con il rilevamento delle entità, il loro oscuramento o la trascrizione multicanale. Le entità rilevate forniscono posizioni strutturate per determinate informazioni nella trascrizione. L’oscuramento facoltativo maschera il testo rilevato con etichette sostitutive; dipende dal rilevamento delle entità e, quando è attivo, l’elenco delle entità non viene restituito. L’oscuramento avviene durante la trascrizione, utilizzando un marcatore sostitutivo generico, un’etichetta di categoria o un’etichetta di categoria numerata. L’oscuramento automatico può non rilevare contenuti sensibili, quindi controlla la trascrizione oscurata prima di condividerla. Una modifica in linguaggio naturale restituisce un testo modificato accanto al risultato originale, lasciando disponibile il record originale dei tempi e dei parlanti. Mantieni distinti questi risultati: una grafia corretta o una frase riformattata può richiedere un nuovo controllo prima di essere allineata all’audio o utilizzata in un’estrazione successiva. Queste funzioni elaborano la trascrizione; non dimostrano che ogni dettaglio importante sia stato riconosciuto correttamente.
Per completare una trascrizione, verifica nomi, numeri, negazioni e cambi di parlante tornando all’audio corrispondente. Presta attenzione alle sezioni a volume basso, alle sovrapposizioni e ai cambi di lingua, anziché giudicare la qualità solo dalla scorrevolezza del testo. Conserva le formulazioni incerte per correggerle invece di completare un passaggio non udibile con una frase plausibile. Il risultato utile è un testo verificato con i riferimenti temporali e le informazioni sui parlanti necessari all’uso previsto; la trascrizione può poi diventare l’input di una fase separata di sintesi, traduzione o analisi.
POST /v1/audio/transcriptionsaudiotext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti elevenlabs/scribe-v2 | Predefinito— |
Campoinput_audio | Tipoobject | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, input_audio |
Parametromaterial_types | Contrattoaudio |
Parametromaterial_conditions | ContrattoL'esempio legge il tuo file PCM WAV reale e non vuoto, codifica tutti i byte del file in base64 e invia input_audio.format con valore wav. |
Ciclo di vita: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id esatto di un record multimediale esistente di tua proprietà
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Unità di fatturazione | Costo |
|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Unità di fatturazione— | Costo Input · Token in input — / 1K token Output · Token in output — / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| Configurazionesecondo audio in ingresso | Listino delle tariffe— | Unità di fatturazioneper secondo di audio in input | Costo Input · secondo audio in ingresso $0.0001222222222222 per secondo di audio in input |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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.\nCorpo completo della risposta originale, stato e intestazioni inoltrate. Questo gestore non aggiunge alcuna struttura JSON universale, campo di testo o struttura contenitore dell'attività.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione.
Conserva l'X-Client-Request-ID effettivo e la risposta completa. Consulta le risorse originali di tua proprietà e i relativi URL firmati esatti del contenuto; non inviare mai nuovamente una creazione dall'esito incerto.
| Campo | Tipo |
|---|---|
Campotext (when present) | Tipo |
Campousage (when present) | Tipo |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneIl corpo JSON o l'ID canonico esplicito del modello non è valido. | Passaggio successivoConserva la risposta e correggi il campo della richiesta indicato. |
Risposta401 · authentication_error | CondizioneLa chiave API Ailoot non è valida. | Passaggio successivoUsa la tua chiave API Ailoot autorizzata. |
Risposta403 · permission_error | CondizioneIl gruppo della chiave non è autorizzato a utilizzare questo metodo. | Passaggio successivoConserva i dettagli dell'errore restituiti. |
Risposta404 · not_found_error | CondizioneIl metodo selezionato non dispone di una rotta autorizzata all'utilizzo. | Passaggio successivoConserva i dettagli dell'errore restituiti. |
Risposta422 · price_unavailable | CondizioneLa tariffa accettata non può ottenere la quantità in ingresso o il limite richiesto. | Passaggio successivoConserva la risposta; usa la rappresentazione dell'input richiesta dalla tariffa accettata. |
Risposta503 · | CondizioneL'archiviazione richiesta, la rotta, il prezzo del metodo o la riserva dell'importo non sono disponibili. | Passaggio successivoConserva l'intera risposta originale. Una riserva dell'importo dall'esito incerto non autorizza un nuovo invio. |
Risposta502 · server_error | CondizioneIl risultato originale, i dati di utilizzo o il conguaglio dell'addebito richiedono una verifica. | Passaggio successivoConserva l'ID effettivo della richiesta e la risposta originale. Consulta il record esistente di tua proprietà; non inviare nuovamente la richiesta di creazione. |
Ailoot Ultra elevenlabs/scribe-v2
Usa i percorsi dei metodi indicati sopra.