# ElevenLabs Speech to Text

Il nodo ElevenLabs Speech to Text trascrive l'audio in testo utilizzando l'API ElevenLabs. Supporta il rilevamento automatico della lingua, la diarizzazione dei parlanti (identificazione dei diversi parlanti) e l'etichettatura degli eventi audio (annotazione di suoni come risate o musica nella trascrizione).

## Input

### Input comuni

| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo |
| --- | --- | --- | --- | --- |
| `model` | Modello da utilizzare per la trascrizione. Selezionando questo modello vengono visualizzati parametri aggiuntivi. | DYNAMIC_COMBO | Sì | `"scribe_v2"` |
| `audio` | Audio da trascrivere. | AUDIO | Sì | - |
| `language_code` | Codice lingua ISO-639-1 o ISO-639-3 (ad es. 'en', 'es', 'fra'). Lasciare vuoto per il rilevamento automatico. (predefinito: "") | STRING | No | - |
| `num_speakers` | Numero massimo di parlanti da prevedere. Impostare su 0 per il rilevamento automatico. (predefinito: 0) | INT | No | 0 - 32 |
| `seed` | Seme per la riproducibilità (determinismo non garantito). (predefinito: 1) | INT | No | 0 - 2147483647 |

### Input di Scribe v2

Questi parametri vengono mostrati quando è selezionato il modello `"scribe_v2"`.

| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo |
| --- | --- | --- | --- | --- |
| `tag_audio_events` | Annota suoni come (laughter), (music), ecc. nella trascrizione. (predefinito: False) | BOOLEAN | No | - |
| `diarize` | Annota quale parlante sta parlando. (predefinito: False) | BOOLEAN | No | - |
| `diarization_threshold` | Sensibilità di separazione dei parlanti. Valori più bassi sono più sensibili ai cambi di parlante. Utilizzato solo quando `diarize` è abilitato. (predefinito: 0.22) | FLOAT | No | 0.1 - 0.4 |
| `temperature` | Controllo della casualità. 0.0 utilizza il valore predefinito del modello. Valori più alti aumentano la casualità. (predefinito: 0.0) | FLOAT | No | 0.0 - 2.0 |
| `timestamps_granularity` | Precisione temporale per le parole della trascrizione. (predefinito: "word") | COMBO | No | `"word"`<br>`"character"`<br>`"none"` |

**Nota:** `num_speakers` non può essere impostato su un valore maggiore di 0 quando `diarize` è abilitato. È necessario disabilitare `diarize` oppure impostare `num_speakers` su 0.

## Output

| Nome output | Descrizione | Tipo di dati |
| --- | --- | --- |
| `text` | Il testo trascritto dall'audio. | STRING |
| `language_code` | Il codice lingua rilevato per l'audio. | STRING |
| `words_json` | Una stringa in formato JSON contenente informazioni dettagliate a livello di parola, compresi timestamp ed etichette dei parlanti, se abilitati. | STRING |

> Questa documentazione è stata generata dall'IA. Se trovi errori o hai suggerimenti per migliorarla, sentiti libero di contribuire! [Modifica su GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ElevenLabsSpeechToText/it.md)

---
**Source fingerprint (SHA-256):** `7eb5d72615aa8a9e4a8014e45b39cf83dc8d8432d7ce0dccba20489be80a5830`
