ElevenLabs发布Scribe v3系列语音转写模型，支持102种语言

ElevenLabs发布语音转文本模型Scribe v3和Scribe v3Live，分别面向录音转写与低延迟实时交互，现已通过ElevenAPI和ElevenAgents向开发者开放。Scribe v3支持102种语言，ElevenLabs称其单词错误率较上一代降低约25%，并改善多人对话及噪声环境下的识别。Scribe v3Live支持实时说话人分割，并优化语音客服场景的发言结束判断。Artificial Analysis的录音转写基准测试显示，Scribe v3准确率位居前列，仅次于阿里巴巴一款预览版模型；其基准价格为每1000分钟3.33美元，测试未覆盖实时性能等指标。