ElevenAPI
API de Speech to Text com precisão quase perfeita em mais de 90 idiomas
API de Speech to Text com precisão quase perfeita em mais de 90 idiomas
API de Speech to Text com precisão quase perfeita em mais de 90 idiomas
O Scribe é a nossa API de transcrição de áudio em tempo real e em lote para produção, uma alternativa hospedada para rodar o Whisper ou a API de transcrição da OpenAI. Converta voz em texto em mais de 90 idiomas, com marcações de tempo no nível da palavra e identificação de locutores.
10 mil créditos gratuitos por mês
Acesso total a todas as APIs
SOC 2 Tipo 2 e ISO 27001
Vozes que soam naturais e ricas em emoção, respaldadas por uma API sólida e confiável. Tornou possível expandir para novos idiomas e mercados com confiança.
Vozes que soam naturais e ricas em emoção, respaldadas por uma API sólida e confiável. Tornou possível expandir para novos idiomas e mercados com confiança.
Cankut Kostur
Engenheiro Sênior, Codeway
from elevenlabs import ElevenLabs client = ElevenLabs(api_key="sk_...") transcript = client.speech_to_text.convert( model_id="scribe_v1", file=open("meeting.mp3", "rb"), diarize=True, ) # text, word-level timestamps, speaker labels
$ curl -X POST https://api.elevenlabs.io/v1/speech-to-text -H "xi-api-key: $ELEVENLABS_API_KEY" \ -F model_id="scribe_v1" \ -F diarize=true \ -F file=@meeting.mp3 # → { "text": "...", "words": [...], "speakers": [...] }
import { ElevenLabsClient } from "elevenlabs"; import fs from "fs"; const client = new ElevenLabsClient({ apiKey: process.env.ELEVENLABS_API_KEY, }); const transcript = await client.speechToText.convert({ modelId: "scribe_v1", file: fs.createReadStream("meeting.mp3"), diarize: true, });
import { ElevenLabsClient } from "elevenlabs"; import fs from "fs"; const client = new ElevenLabsClient({ apiKey: process.env.ELEVENLABS_API_KEY! }); const transcript = await client.speechToText.convert({ modelId: "scribe_v1", file: fs.createReadStream("meeting.mp3"), diarize: true, }); // 90+ languages; ~150ms realtime path available
from elevenlabs import ElevenLabs client = ElevenLabs(api_key="sk_...") transcript = client.speech_to_text.convert( model_id="scribe_v1", file=open("meeting.mp3", "rb"), diarize=True, ) # text, word-level timestamps, speaker labels
$ curl -X POST https://api.elevenlabs.io/v1/speech-to-text -H "xi-api-key: $ELEVENLABS_API_KEY" \ -F model_id="scribe_v1" \ -F diarize=true \ -F file=@meeting.mp3 # → { "text": "...", "words": [...], "speakers": [...] }
import { ElevenLabsClient } from "elevenlabs"; import fs from "fs"; const client = new ElevenLabsClient({ apiKey: process.env.ELEVENLABS_API_KEY, }); const transcript = await client.speechToText.convert({ modelId: "scribe_v1", file: fs.createReadStream("meeting.mp3"), diarize: true, });
import { ElevenLabsClient } from "elevenlabs"; import fs from "fs"; const client = new ElevenLabsClient({ apiKey: process.env.ELEVENLABS_API_KEY! }); const transcript = await client.speechToText.convert({ modelId: "scribe_v1", file: fs.createReadStream("meeting.mp3"), diarize: true, }); // 90+ languages; ~150ms realtime path available
from elevenlabs import ElevenLabs client = ElevenLabs(api_key="sk_...") transcript = client.speech_to_text.convert( model_id="scribe_v1", file=open("meeting.mp3", "rb"), diarize=True, ) # text, word-level timestamps, speaker labels
$ curl -X POST https://api.elevenlabs.io/v1/speech-to-text -H "xi-api-key: $ELEVENLABS_API_KEY" \ -F model_id="scribe_v1" \ -F diarize=true \ -F file=@meeting.mp3 # → { "text": "...", "words": [...], "speakers": [...] }
import { ElevenLabsClient } from "elevenlabs"; import fs from "fs"; const client = new ElevenLabsClient({ apiKey: process.env.ELEVENLABS_API_KEY, }); const transcript = await client.speechToText.convert({ modelId: "scribe_v1", file: fs.createReadStream("meeting.mp3"), diarize: true, });
import { ElevenLabsClient } from "elevenlabs"; import fs from "fs"; const client = new ElevenLabsClient({ apiKey: process.env.ELEVENLABS_API_KEY! }); const transcript = await client.speechToText.convert({ modelId: "scribe_v1", file: fs.createReadStream("meeting.mp3"), diarize: true, }); // 90+ languages; ~150ms realtime path available
Vozes que soam naturais e ricas em emoção, respaldadas por uma API sólida e confiável. Tornou possível expandir para novos idiomas e mercados com confiança.
Cankut Kostur
Engenheiro Sênior, Codeway
Aprovado por engenheiros das marcas líderes mundiais
Aprovado por engenheiros das marcas líderes mundiais
Ganhe 10.000 créditos grátis
Ganhe 10.000 créditos grátis
Ganhe 10.000 créditos grátis
Comece a usar a melhor API de IA de conversão de fala em texto para produção agora.
Comece a usar a melhor API de IA de conversão de fala em texto para produção agora.
Ganhe 10 mil créditos grátis
Cadastre-se gratuitamente e ganhe 10.000 créditos instantaneamente. Não é necessário cartão de crédito.
Ganhe 10 mil créditos grátis
Cadastre-se gratuitamente e ganhe 10.000 créditos instantaneamente. Não é necessário cartão de crédito.
Ganhe 10 mil créditos grátis
Cadastre-se gratuitamente e ganhe 10.000 créditos instantaneamente. Não é necessário cartão de crédito.
Pegue sua chave de API
Gere facilmente uma chave de API a partir do seu painel. Plano gratuito incluído.
Pegue sua chave de API
Gere facilmente uma chave de API a partir do seu painel. Plano gratuito incluído.
Pegue sua chave de API
Gere facilmente uma chave de API a partir do seu painel. Plano gratuito incluído.
Começar a construir
Uma única solicitação retorna áudio transmitido por streaming. Conecte-o ao seu aplicativo e você estará ao vivo.
Começar a construir
Uma única solicitação retorna áudio transmitido por streaming. Conecte-o ao seu aplicativo e você estará ao vivo.
Começar a construir
Uma única solicitação retorna áudio transmitido por streaming. Conecte-o ao seu aplicativo e você estará ao vivo.
Toda a sua infraestrutura de áudio por trás de uma única chave
Toda a sua infraestrutura de áudio por trás de uma única chave
Toda a sua infraestrutura de áudio por trás de uma única chave
Obtenha sua chave de API gratuita
API de Speech to Text
Transcreva áudio com precisão perfeita em mais de 90 idiomas. Carimbos de data/hora no nível da palavra e diarização de alto-falante incluídos.
API de Speech to Text
Transcreva áudio com precisão perfeita em mais de 90 idiomas. Carimbos de data/hora no nível da palavra e diarização de alto-falante incluídos.
API de Speech to Text
Transcreva áudio com precisão perfeita em mais de 90 idiomas. Carimbos de data/hora no nível da palavra e diarização de alto-falante incluídos.
API de Texto para Voz
Gere fala realista em mais de 70 idiomas. Faça o ajuste para profundidade emocional com o v3 ou inferência de cerca de 75ms com o Flash v2.5.
API de Texto para Voz
Gere fala realista em mais de 70 idiomas. Faça o ajuste para profundidade emocional com o v3 ou inferência de cerca de 75ms com o Flash v2.5.
API de Texto para Voz
Gere fala realista em mais de 70 idiomas. Faça o ajuste para profundidade emocional com o v3 ou inferência de cerca de 75ms com o Flash v2.5.
API de Modificador de Voz
Transforme o áudio de qualquer voz em uma voz de destino, preservando o tempo, a entonação e a entrega emocional.
API de Modificador de Voz
Transforme o áudio de qualquer voz em uma voz de destino, preservando o tempo, a entonação e a entrega emocional.
API de Modificador de Voz
Transforme o áudio de qualquer voz em uma voz de destino, preservando o tempo, a entonação e a entrega emocional.
API de Música
Gere faixas com qualidade de estúdio em qualquer gênero ou estilo a partir de um comando de texto. Livres de royalties e prontas para uso comercial.
API de Música
Gere faixas com qualidade de estúdio em qualquer gênero ou estilo a partir de um comando de texto. Livres de royalties e prontas para uso comercial.
API de Música
Gere faixas com qualidade de estúdio em qualquer gênero ou estilo a partir de um comando de texto. Livres de royalties e prontas para uso comercial.
API de Efeitos Sonoros
Gere efeitos sonoros e áudio ambiente a partir de um comando de texto. Cada solicitação retorna quatro opções livres de royalties.
API de Efeitos Sonoros
Gere efeitos sonoros e áudio ambiente a partir de um comando de texto. Cada solicitação retorna quatro opções livres de royalties.
API de Efeitos Sonoros
Gere efeitos sonoros e áudio ambiente a partir de um comando de texto. Cada solicitação retorna quatro opções livres de royalties.
API de Agentes
Crie agentes de voz prontos para produção com alternância natural de turnos, tratamento de interrupções e desescalada de conflitos.
API de Agentes
Crie agentes de voz prontos para produção com alternância natural de turnos, tratamento de interrupções e desescalada de conflitos.
API de Agentes
Crie agentes de voz prontos para produção com alternância natural de turnos, tratamento de interrupções e desescalada de conflitos.
API de Design de Voz
Descreva uma voz em linguagem simples e gere uma voz totalmente nova e exclusiva em segundos. Use-a em todas as interfaces da ElevenAPI.
API de Design de Voz
Descreva uma voz em linguagem simples e gere uma voz totalmente nova e exclusiva em segundos. Use-a em todas as interfaces da ElevenAPI.
API de Design de Voz
Descreva uma voz em linguagem simples e gere uma voz totalmente nova e exclusiva em segundos. Use-a em todas as interfaces da ElevenAPI.
API de Clonagem de Voz
Crie um clone de voz instantâneo com menos de um minuto de áudio. Use-o em todos os produtos e APIs da ElevenLabs.
API de Clonagem de Voz
Crie um clone de voz instantâneo com menos de um minuto de áudio. Use-o em todos os produtos e APIs da ElevenLabs.
API de Clonagem de Voz
Crie um clone de voz instantâneo com menos de um minuto de áudio. Use-o em todos os produtos e APIs da ElevenLabs.
API de Dublagem
Traduza e reduble conteúdos de vídeo em mais de 90 idiomas. A identidade do locutor, o ritmo e o tom são preservados.
API de Dublagem
Traduza e reduble conteúdos de vídeo em mais de 90 idiomas. A identidade do locutor, o ritmo e o tom são preservados.
API de Dublagem
Traduza e reduble conteúdos de vídeo em mais de 90 idiomas. A identidade do locutor, o ritmo e o tom são preservados.
API do Mecanismo de Fala
Adicione uma camada de voz semelhante à humana ao seu agente de chat em minutos. Seu LLM, RAG e arquitetura permanecem intocados.
API do Mecanismo de Fala
Adicione uma camada de voz semelhante à humana ao seu agente de chat em minutos. Seu LLM, RAG e arquitetura permanecem intocados.
API do Mecanismo de Fala
Adicione uma camada de voz semelhante à humana ao seu agente de chat em minutos. Seu LLM, RAG e arquitetura permanecem intocados.
A API na qual as empresas da Fortune 500 confiam para entrega
A API na qual as empresas da Fortune 500 confiam para entrega
A API na qual as empresas da Fortune 500 confiam para entrega
SSO e SCIM
SAML/OIDC, acesso baseado em funções, logs de auditoria
SLAs personalizados
Rendimento reservado, roteamento prioritário, engenheiros de suporte de plantão
Controles de dados
Retenção zero, DPA, processamento regional, sem treinamento com seus dados
Ferramentas de consentimento e segurança
Verificação de voz e procedência integradas às APIs de clonagem
Preços da API de pagamento conforme o uso
Preços da API de pagamento conforme o uso
Preços da API de pagamento conforme o uso
As mesmas tarifas independentemente do seu plano ou volume. Sem taxas ocultas, sem cobranças adicionais.
As mesmas tarifas independentemente do seu plano ou volume. Sem taxas ocultas, sem cobranças adicionais.
A principal API de conversão de fala em texto, feita para produção
A principal API de conversão de fala em texto, feita para produção
A principal API de conversão de fala em texto, feita para produção
API de transcrição de fala em tempo real
Resultados em menos de 150 ms via WebSocket
Transmissão de voz online para texto em mais de 90 idiomas
Nenhum modelo para hospedar
API de transcrição de áudio em lote
Para arquivos grandes e catálogos antigos
Uma única API de STT para tempo real e lote
Marcações de tempo no nível da palavra e diarização
Somos os primeiros no mundo a oferecer funções de IA diretamente pela rede. Estamos eliminando barreiras. Sem aplicativos, sem dispositivos especiais, sem complexidade técnica.
Somos os primeiros no mundo a oferecer funções de IA diretamente pela rede. Estamos eliminando barreiras. Sem aplicativos, sem dispositivos especiais, sem complexidade técnica.
Somos os primeiros no mundo a oferecer funções de IA diretamente pela rede. Estamos eliminando barreiras. Sem aplicativos, sem dispositivos especiais, sem complexidade técnica.
![](data:image/svg+xml,<svg display="block" id="2851063554" role="presentation" viewBox="0 0 32 32" xmlns="http://www.w3.org/2000/svg"><path d="M 32 32 L 0 32 L 0 0 L 32 0 Z M 7.954 12.964 L 9.094 12.964 L 9.094 12.702 C 9.094 9.777 10.998 7.788 13.996 7.788 L 14.271 7.788 L 14.271 21.935 C 14.271 23.336 13.536 24.287 11.935 24.287 L 11.007 24.287 L 11.007 25.637 L 20.994 25.637 L 20.994 24.287 L 20.066 24.287 C 18.465 24.287 17.731 23.336 17.731 21.936 L 17.731 7.787 L 18.005 7.787 C 21.003 7.787 22.907 9.776 22.907 12.701 L 22.907 12.963 L 24.047 12.963 L 24.047 6.437 L 7.955 6.437 L 7.955 12.964 Z M 7.953 14.138 L 7.953 17.978 L 11.78 17.978 L 11.78 14.138 Z M 20.22 17.978 L 24.047 17.978 L 24.047 14.138 L 20.22 14.138 Z" fill="rgb(219, 2, 111)" height="32px" id="RmxBrlzs4" transform="translate(0 -0.005)" width="32px"/></svg>)
Abdu Mudesir
Produto e Tecnologia, Deutsche Telekom / T-Mobile
Feito por engenheiros para engenheiros
Feito por engenheiros para engenheiros
Feito por engenheiros para engenheiros
ElevenLabs resolve o problema de narrações de IA robóticas e pouco naturais. A integração da API é fluida, o que torna fácil implementá-la em aplicativos e sistemas de automação.
![](data:image/svg+xml,<svg display="block" id="3726906826" role="presentation" viewBox="0 0 40 40" xmlns="http://www.w3.org/2000/svg"><g fill="transparent" height="40px" id="ui5FobGT8" width="40px"><path d="M 40 20 C 40 31.046 31.046 40 20 40 C 8.955 40 0 31.046 0 20 C 0 8.955 8.955 0 20 0 C 31.046 0 40 8.955 40 20 Z" fill="rgb(255, 73, 44)" height="40px" id="rphN51G_d" width="40px"/><path d="M 8.94 5.925 L 5.522 5.925 C 5.615 5.389 5.945 5.09 6.617 4.75 L 7.247 4.43 C 8.372 3.855 8.972 3.205 8.972 2.142 C 8.972 1.474 8.714 0.949 8.197 0.568 C 7.691 0.186 7.072 0 6.359 0 C 5.791 0 5.275 0.145 4.8 0.444 C 4.335 0.731 3.984 1.103 3.767 1.566 L 4.759 2.555 C 5.14 1.782 5.697 1.401 6.431 1.401 C 7.051 1.401 7.432 1.721 7.432 2.164 C 7.432 2.535 7.247 2.844 6.534 3.205 L 6.131 3.4 C 5.254 3.844 4.644 4.349 4.294 4.925 C 3.944 5.492 3.767 6.223 3.767 7.1 L 3.767 7.336 L 8.94 7.336 Z M 8.476 8.971 L 2.826 8.971 L 0 13.866 L 5.65 13.866 L 8.475 18.761 L 11.3 13.866 L 8.475 8.973 Z" fill="rgb(255, 255, 255)" height="18.761251487731933px" id="yg4lSGsgI" transform="translate(20 9.375)" width="11.300000000000004px"/><path d="M 11.433 17.954 C 7.827 17.952 4.904 15.031 4.899 11.425 C 4.904 7.819 7.827 4.898 11.433 4.896 L 13.67 0.219 C 12.933 0.073 12.184 0 11.433 0 C 5.119 0 0 5.115 0 11.425 C 0 17.735 5.119 22.85 11.433 22.85 C 13.95 22.85 16.276 22.038 18.165 20.659 L 15.689 16.371 C 14.506 17.393 12.995 17.955 11.433 17.954 Z" fill="rgb(255, 255, 255)" height="22.850001762623435px" id="vxuVzQrYm" transform="translate(8.75 8.75)" width="18.164999999999996px"/></g></svg>)
Rexus
Avaliação verificada no G2
ElevenLabs resolve o problema de narrações de IA robóticas e pouco naturais. A integração da API é fluida, o que torna fácil implementá-la em aplicativos e sistemas de automação.
Rexus
Avaliação verificada no G2
A qualidade é consistente mesmo com textos mais longos, e a API é fácil de integrar. A personalização de voz, a estabilidade e a baixa latência a tornam uma ferramenta confiável para uso em produção, não apenas para demonstrações.
Wojciech K.
Avaliação verificada no G2
A qualidade é consistente mesmo com textos mais longos, e a API é fácil de integrar. A personalização de voz, a estabilidade e a baixa latência a tornam uma ferramenta confiável para uso em produção, não apenas para demonstrações.
Wojciech K.
Avaliação verificada no G2
Gosto de que a interface seja muito simples e a API também seja fácil de integrar. É um serviço sofisticado e variado que só revela as ferramentas que você quer quando precisa delas.
Adam B.
Avaliação verificada no G2
Gosto de que a interface seja muito simples e a API também seja fácil de integrar. É um serviço sofisticado e variado que só revela as ferramentas que você quer quando precisa delas.
Adam B.
Avaliação verificada no G2
Outra novidade que eu gosto é a flexibilidade aprimorada da API, que permite que os desenvolvedores integrem a ElevenLabs a uma gama mais ampla de aplicações — de podcasts e audiolivros a agentes conversacionais em tempo real — sem perder qualidade ou responsividade.
Sonu K.
Avaliação verificada no G2
Outra novidade que eu gosto é a flexibilidade aprimorada da API, que permite que os desenvolvedores integrem a ElevenLabs a uma gama mais ampla de aplicações — de podcasts e audiolivros a agentes conversacionais em tempo real — sem perder qualidade ou responsividade.
Sonu K.
Avaliação verificada no G2
A configuração inicial foi muito simples, e uso a API extensivamente em meus projetos, incluindo aplicativos de aprendizado de inglês e aplicativos de histórias, já que sou desenvolvedor Android e iOS.
Anand B.
Avaliação verificada no G2
A configuração inicial foi muito simples, e uso a API extensivamente em meus projetos, incluindo aplicativos de aprendizado de inglês e aplicativos de histórias, já que sou desenvolvedor Android e iOS.
Anand B.
Avaliação verificada no G2
A capacidade da API de automatizar conversões de fala para texto em grandes lotes em vários idiomas, incluindo chinês e coreano, melhora diretamente nosso fluxo de trabalho.
Vedaswaroop I.
Avaliação verificada no G2
A capacidade da API de automatizar conversões de fala para texto em grandes lotes em vários idiomas, incluindo chinês e coreano, melhora diretamente nosso fluxo de trabalho.
Vedaswaroop I.
Avaliação verificada no G2
A configuração inicial do ElevenLabs é impressionantemente simples, permitindo acesso rápido às integrações de API e a geração eficiente de locuções.
Mohdhafiz L.
Avaliação verificada no G2
Gosto de como o ElevenLabs se integra perfeitamente a diversos fluxos de trabalho por meio de sua interface web, API e integrações com aplicativos, tornando-o uma solução versátil tanto para uso casual quanto profissional.
Chinonso N.
Avaliação verificada no G2
As vozes soam incrivelmente realistas, e há muitas opções para escolher. Aprecio poder criar uma voz a partir de texto, e as respostas da API são impressionantemente rápidas.
Erick C.
Avaliação verificada no G2
Todo o processo de configuração da ElevenLabs foi muito simples e rápido, incluindo encontrar a chave da API, o que facilitou muito o meu fluxo de trabalho.
Lucello H.
Avaliação verificada no G2
Eu realmente gosto de como as vozes soam naturais e humanas. A API de conversão de texto em fala é fácil de integrar com Python, e o tempo de resposta é muito rápido. Ela funciona perfeitamente com o meu projeto de assistente de IA.
Agha E.
Avaliação verificada no G2
A capacidade de texto para fala é realmente mágica, melhorando significativamente minha experiência ao ler artigos acadêmicos e usar a API como uma assistente de resposta no meu telefone.
Ajibola L.
Avaliação verificada no G2
A configuração inicial foi muito fácil. Desde a criação da conta até fazer a primeira solicitação de API bem-sucedida levou apenas cerca de 20 minutos.
Scott H.
Avaliação verificada no G2
A documentação é excelente, tornando a configuração simples e direta. Ter apenas que obter uma chave de API simplifica bastante o processo. O ótimo custo-benefício também é um grande diferencial.
Livan C.
Avaliação verificada no G2
Como engenheiro de software trabalhando em uma startup de IA, minha experiência com a ElevenLabs tem sido extremamente positiva. O painel é intuitivo, e a documentação da API é clara e amigável para iniciantes.
Esha D.
Avaliação verificada no G2
Gosto de como a integração e a facilidade de uso geral são simples. Valorizo muito a API de clonagem de voz e o painel de uso. É particularmente impressionante como é fácil adicionar emoções e clonar vozes.
Jaydeep R.
Avaliação verificada no G2
Tem sido essencial para automatizar respostas de voz em nosso app, permitindo converter texto gerado por IA em voz e entregá-lo em escala sem nenhuma fricção. A API é rápida, confiável e se integra bem com outras ferramentas, o que trouxe um enorme ganho de produtividade.
Lee H.
Avaliação verificada no G2
Eu uso o ElevenLabs para impulsionar meu app de narrativa com IA e a qualidade das vozes realmente dá vida à experiência. A integração foi rápida graças à API simples. Os usuários comentam com frequência sobre o quão "humana" a narração parece, o que é exatamente o que eu queria.
Kevin E.
Avaliação verificada no G2
Respostas a perguntas frequentes
Respostas a perguntas frequentes
Respostas a perguntas frequentes
O Scribe é uma alternativa gerenciada: você obtém precisão líder do setor em mais de 90 idiomas com marcações de data/hora no nível da palavra e diarização, sem precisar implementar ou escalar o Whisper por conta própria, e com resultados em tempo real em menos de 150 ms.
Sim - envie áudio de reuniões, chamadas, podcasts ou qualquer gravação e receba de volta uma transcrição com marcações de locutores e carimbos de data/hora. Processe arquivos grandes em lotes ou transmita em tempo real.
O Flash v2.5 entrega um tempo de inferência de modelo de aproximadamente 75ms, tornando-o ideal para aplicações de voz de baixa latência. Para transcrição em tempo real, o Scribe v2 Realtime transcreve em menos de 150ms. Para casos de uso onde a expressividade ou a variedade de idiomas importam mais do que a velocidade, o Eleven v3 e o Multilingual v2 estão disponíveis.
A ElevenLabs possui as certificações SOC 2 Tipo 2, ISO 27001, ISO 27018, HIPAA (atestado), GDPR (auditoria) e PCI DSS Nível 1, entre outras. Os dados são criptografados em trânsito e em repouso. Para requisitos de dados mais rigorosos, a residência de dados regional e o Modo de Retenção Zero estão disponíveis.
O Eleven v3 suporta mais de 70 idiomas. O Flash v2.5 – otimizado para baixa latência – suporta 32 idiomas. O Dubbing v2 suporta mais de 90 idiomas. Você pode escolher entre mais de 10.000 vozes pré-criadas na Biblioteca de Voz (Voice Library) ou criar a sua própria.
A clonagem de voz instantânea funciona com menos de um minuto de áudio de amostra. Para vozes de marcas ou características vocais distintas — sotaque, tom, estilo de entrega — a Clonagem de Voz Profissional captura nuances mais profundas. Ambas estão disponíveis por meio da API para que você possa clonar e disponibilizar vozes de forma programática em escala.
Sim - cada conta começa com 10.000 créditos gratuitos e sem necessidade de cartão de crédito, para que você possa testar a API de transcrição de áudio antes de escalar.
É uma plataforma completa. O ElevenAgents lida com todo o ciclo de conversação — detecção de turnos, tratamento de interrupções, chamadas de ferramentas e voz em tempo real — sem exigir que você junte provedores separados de ASR, TTS e orquestração. Você pode configurar, implantar e monitorar agentes a partir de uma única plataforma.
A qualidade da voz é o principal motivo pelo qual a maioria dos desenvolvedores avalia a ElevenLabs para começar. Os modelos produzem vozes de IA que soam praticamente indistinguíveis de gravações humanas - com prosódia precisa, ritmo natural e amplitude emocional em vários sotaques e idiomas. A melhor maneira de verificar isso para o seu caso de uso é rodar o áudio diretamente pela API; sem a necessidade de uma chamada de vendas.
Nossa documentação cobre toda a API – SDKs, streaming, webhooks, configuração do ElevenAgents e Scribe. Existe uma comunidade ativa de desenvolvedores no Discord para suporte e feedback entre pares. Os planos pagos incluem suporte por e-mail, e os planos empresariais incluem suporte dedicado com SLAs definidos.
O Scribe é uma alternativa gerenciada: você obtém precisão líder do setor em mais de 90 idiomas com marcações de data/hora no nível da palavra e diarização, sem precisar implementar ou escalar o Whisper por conta própria, e com resultados em tempo real em menos de 150 ms.
Sim - envie áudio de reuniões, chamadas, podcasts ou qualquer gravação e receba de volta uma transcrição com marcações de locutores e carimbos de data/hora. Processe arquivos grandes em lotes ou transmita em tempo real.
O Flash v2.5 entrega um tempo de inferência de modelo de aproximadamente 75ms, tornando-o ideal para aplicações de voz de baixa latência. Para transcrição em tempo real, o Scribe v2 Realtime transcreve em menos de 150ms. Para casos de uso onde a expressividade ou a variedade de idiomas importam mais do que a velocidade, o Eleven v3 e o Multilingual v2 estão disponíveis.
A ElevenLabs possui as certificações SOC 2 Tipo 2, ISO 27001, ISO 27018, HIPAA (atestado), GDPR (auditoria) e PCI DSS Nível 1, entre outras. Os dados são criptografados em trânsito e em repouso. Para requisitos de dados mais rigorosos, a residência de dados regional e o Modo de Retenção Zero estão disponíveis.
O Eleven v3 suporta mais de 70 idiomas. O Flash v2.5 – otimizado para baixa latência – suporta 32 idiomas. O Dubbing v2 suporta mais de 90 idiomas. Você pode escolher entre mais de 10.000 vozes pré-criadas na Biblioteca de Voz (Voice Library) ou criar a sua própria.
A clonagem de voz instantânea funciona com menos de um minuto de áudio de amostra. Para vozes de marcas ou características vocais distintas — sotaque, tom, estilo de entrega — a Clonagem de Voz Profissional captura nuances mais profundas. Ambas estão disponíveis por meio da API para que você possa clonar e disponibilizar vozes de forma programática em escala.
Sim - cada conta começa com 10.000 créditos gratuitos e sem necessidade de cartão de crédito, para que você possa testar a API de transcrição de áudio antes de escalar.
É uma plataforma completa. O ElevenAgents lida com todo o ciclo de conversação — detecção de turnos, tratamento de interrupções, chamadas de ferramentas e voz em tempo real — sem exigir que você junte provedores separados de ASR, TTS e orquestração. Você pode configurar, implantar e monitorar agentes a partir de uma única plataforma.
A qualidade da voz é o principal motivo pelo qual a maioria dos desenvolvedores avalia a ElevenLabs para começar. Os modelos produzem vozes de IA que soam praticamente indistinguíveis de gravações humanas - com prosódia precisa, ritmo natural e amplitude emocional em vários sotaques e idiomas. A melhor maneira de verificar isso para o seu caso de uso é rodar o áudio diretamente pela API; sem a necessidade de uma chamada de vendas.
Nossa documentação cobre toda a API – SDKs, streaming, webhooks, configuração do ElevenAgents e Scribe. Existe uma comunidade ativa de desenvolvedores no Discord para suporte e feedback entre pares. Os planos pagos incluem suporte por e-mail, e os planos empresariais incluem suporte dedicado com SLAs definidos.
O Scribe é uma alternativa gerenciada: você obtém precisão líder do setor em mais de 90 idiomas com marcações de data/hora no nível da palavra e diarização, sem precisar implementar ou escalar o Whisper por conta própria, e com resultados em tempo real em menos de 150 ms.
Sim - envie áudio de reuniões, chamadas, podcasts ou qualquer gravação e receba de volta uma transcrição com marcações de locutores e carimbos de data/hora. Processe arquivos grandes em lotes ou transmita em tempo real.
O Flash v2.5 entrega um tempo de inferência de modelo de aproximadamente 75ms, tornando-o ideal para aplicações de voz de baixa latência. Para transcrição em tempo real, o Scribe v2 Realtime transcreve em menos de 150ms. Para casos de uso onde a expressividade ou a variedade de idiomas importam mais do que a velocidade, o Eleven v3 e o Multilingual v2 estão disponíveis.
A ElevenLabs possui as certificações SOC 2 Tipo 2, ISO 27001, ISO 27018, HIPAA (atestado), GDPR (auditoria) e PCI DSS Nível 1, entre outras. Os dados são criptografados em trânsito e em repouso. Para requisitos de dados mais rigorosos, a residência de dados regional e o Modo de Retenção Zero estão disponíveis.
O Eleven v3 suporta mais de 70 idiomas. O Flash v2.5 – otimizado para baixa latência – suporta 32 idiomas. O Dubbing v2 suporta mais de 90 idiomas. Você pode escolher entre mais de 10.000 vozes pré-criadas na Biblioteca de Voz (Voice Library) ou criar a sua própria.
A clonagem de voz instantânea funciona com menos de um minuto de áudio de amostra. Para vozes de marcas ou características vocais distintas — sotaque, tom, estilo de entrega — a Clonagem de Voz Profissional captura nuances mais profundas. Ambas estão disponíveis por meio da API para que você possa clonar e disponibilizar vozes de forma programática em escala.
Sim - cada conta começa com 10.000 créditos gratuitos e sem necessidade de cartão de crédito, para que você possa testar a API de transcrição de áudio antes de escalar.
É uma plataforma completa. O ElevenAgents lida com todo o ciclo de conversação — detecção de turnos, tratamento de interrupções, chamadas de ferramentas e voz em tempo real — sem exigir que você junte provedores separados de ASR, TTS e orquestração. Você pode configurar, implantar e monitorar agentes a partir de uma única plataforma.
A qualidade da voz é o principal motivo pelo qual a maioria dos desenvolvedores avalia a ElevenLabs para começar. Os modelos produzem vozes de IA que soam praticamente indistinguíveis de gravações humanas - com prosódia precisa, ritmo natural e amplitude emocional em vários sotaques e idiomas. A melhor maneira de verificar isso para o seu caso de uso é rodar o áudio diretamente pela API; sem a necessidade de uma chamada de vendas.
Nossa documentação cobre toda a API – SDKs, streaming, webhooks, configuração do ElevenAgents e Scribe. Existe uma comunidade ativa de desenvolvedores no Discord para suporte e feedback entre pares. Os planos pagos incluem suporte por e-mail, e os planos empresariais incluem suporte dedicado com SLAs definidos.
Lance algo que as pessoas possam ouvir
Lance algo que as pessoas possam ouvir
Lance algo que as pessoas possam ouvir
Ganhe 10.000 créditos grátis, comece a criar agora.
Ganhe 10.000 créditos grátis, comece a criar agora.