# ElevenLabs Fala para Texto

O nó ElevenLabs Speech to Text transcreve áudio em texto usando a API da ElevenLabs. Ele oferece suporte à detecção automática de idioma, diarização de falantes (identificação de diferentes falantes) e marcação de eventos de áudio (anotação de sons como risadas ou música na transcrição).

## Entradas

### Entradas comuns

| Parâmetro | Descrição | Tipo de Dados | Obrigatório | Intervalo |
| --- | --- | --- | --- | --- |
| `modelo` | Modelo a ser usado para transcrição. Selecionar este modelo revela parâmetros adicionais. | DYNAMIC_COMBO | Sim | `"scribe_v2"` |
| `áudio` | Áudio a ser transcrito. | AUDIO | Sim | - |
| `código_idioma` | Código de idioma ISO-639-1 ou ISO-639-3 (por exemplo, 'en', 'es', 'fra'). Deixe vazio para detecção automática. (padrão: "") | STRING | Não | - |
| `num_locs` | Número máximo de falantes a prever. Defina como 0 para detecção automática. (padrão: 0) | INT | Não | 0 - 32 |
| `semente` | Semente para reprodutibilidade (determinismo não garantido). (padrão: 1) | INT | Não | 0 - 2147483647 |

### Entradas do Scribe v2

Estes parâmetros são exibidos quando o modelo `"scribe_v2"` é selecionado.

| Parâmetro | Descrição | Tipo de Dados | Obrigatório | Intervalo |
| --- | --- | --- | --- | --- |
| `tag_audio_events` | Anotar sons como (risadas), (música), etc. na transcrição. (padrão: False) | BOOLEAN | Não | - |
| `diarize` | Anotar qual falante está falando. (padrão: False) | BOOLEAN | Não | - |
| `diarization_threshold` | Sensibilidade de separação de falantes. Valores mais baixos são mais sensíveis a mudanças de falante. Usado apenas quando `diarize` está habilitado. (padrão: 0.22) | FLOAT | Não | 0.1 - 0.4 |
| `temperature` | Controle de aleatoriedade. 0.0 usa o padrão do modelo. Valores mais altos aumentam a aleatoriedade. (padrão: 0.0) | FLOAT | Não | 0.0 - 2.0 |
| `timestamps_granularity` | Precisão de tempo para as palavras da transcrição. (padrão: "word") | COMBO | Não | `"word"`<br>`"character"`<br>`"none"` |

**Nota:** `num_speakers` não pode ser definido com um valor maior que 0 quando `diarize` está habilitado. Você deve desabilitar `diarize` ou definir `num_speakers` como 0.

## Saídas

| Nome da Saída | Descrição | Tipo de Dados |
| --- | --- | --- |
| `texto` | O texto transcrito do áudio. | STRING |
| `código_idioma` | O código de idioma detectado do áudio. | STRING |
| `palavras_json` | Uma string formatada em JSON contendo informações detalhadas no nível da palavra, incluindo marcas de tempo e rótulos de falante, se habilitados. | STRING |

> Esta documentação foi gerada por IA. Se você encontrar erros ou tiver sugestões de melhoria, sinta-se à vontade para contribuir! [Editar no GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ElevenLabsSpeechToText/pt-BR.md)

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