Scribe v3 by ElevenLabs

Scribe v3 是 ElevenLabs 最准确的语音转文本模型，适合开发人员基于通话、会议、采访和媒体进行构建。与 Scribe v2 相比，它在 90 多种语言中的单词错误减少了 27%。与打破噪音、口音和串扰的转录不同，它可以标记多达 32 个说话者、标记笑声、音乐和情感，增强多达 1,000 个您自己的术语，检测 56 种实体类型，并处理文件长达 15 小时。对于现场使用，Scribe v3 Live 的运行时间低于 150 毫秒。