ElevenLabs 发布 Scribe v3 与 v3 Live 语音转文字模型
2026.11.10 · 收录日 2026.11.10 · 模型 · 新模型 · 官方发布
Scribe v3 词错比 v2 少 27%,实时版 v3 Live 错误少 43% 并首次支持说话人分离。
ElevenLabs 推出两款语音转文字模型:面向录音的 Scribe v3 覆盖 102 种语言,词错比 Scribe v2 少 27%,说话人标注错误少 12%;实时版 Scribe v3 Live 错误比 Scribe v2 Realtime 少 43%,首次加入说话人分离与改进的轮次检测。
- Scribe v3 面向录音,覆盖 102 种语言,词错比 Scribe v2 少 27%,且每种语言均有提升
- Scribe v3 Live 面向实时音频,错误比 Scribe v2 Realtime 少 43%,首次支持说话人分离
- Scribe v3 在三人及以上录音中说话人分离错误比 v2 少 17%,整体少 12%
- v3 Live 用对话上下文加音频做轮次检测,避免说话人句中停顿被切断
- 支持关键术语提示最多 1000 条、术语库、数字格式与纯英文格式规则
为什么值得看
语音转写是会议、客服、配音等下游应用的第一环,精度提升直接减少返工。
适合谁关注
语音产品开发者、会议记录与客服系统团队、语音智能体构建者。
