Scribe是由ElevenLabs推出的最新语音转文本模型，旨在提供高精度的语音识别和转录服务。根据基准测试，Scribe在多种语言的转录准确率上达到了行业领先水平，例如英语的准确率高达96.7%，意大利语的准确率高达98.7%。该模型不仅支持多达99种语言的高精度转录，还能识别和区分同一音频文件中多达32位不同的说话者。

Scribe功能特点：

1、高精度转录：

Scribe 在多种语言的转录准确率上创下新高，超越了谷歌的 Gemini2.0Flash、OpenAI 的 Whisper v3 和 Deepgram Nova-3 等竞争对手。

2、多语言支持：

支持多达 99 种语言的高精度转录，包括一些较少被关注的语言，如塞尔维亚语、粤语和马拉雅拉姆语。

3、说话者区分：

能够在同一个音频文件中识别并隔离多达 32 位不同的说话者，特别适用于复杂音频环境和多人对话场景。

4、非语言事件检测：

Scribe 不仅能转录语音内容，还能检测非语言事件，如笑声、音效、音乐和背景噪音。

5、适合多种应用场景：

适用于需要高精度转录的场合，如会议记录、播客、采访和学术讲座等。未来还将推出低延迟版本，以扩大其在实时应用中的使用。

6、企业级应用：

Scribe 提供了可扩展的高精度转录工具，适用于跨国公司、媒体公司和客户支持应用，能够显著提升内容创作和文档管理的效率。

7、灵活的使用方式：

用户可以通过 ElevenLabs官网或API使用Scribe，当前定价为每小时输入音频0.40美元，未来六周内享受50%的折扣。

Scribe适用场景：

– 内容创作：播客、有声书、视频字幕生成。

– 会议记录：自动转录会议内容，区分不同发言者。

– 学术研究：转录学术讲座和研讨会。

– 媒体与娱乐：采访、纪录片字幕生成。

– 企业应用：客户支持录音转录、培训材料制作。

进入Scribe官网入口