Elevenlabs推出了新的語音到文本模型
ElevenLabs，一家最近獲得1.8億美元融資的AI新創公司，以其音頻生成技術聞名。但現在，他們大膽跨入新領域，推出首個獨立語音轉文字模型，名為Scribe。
估值33億美元的ElevenLabs一直是許多公司尋求文字轉語音服務的首選，歸功於其龐大的語音庫。現在，他們將目標轉向語音檢測，旨在挑戰Gladia、Speechmatics、AssemblyAI、Deepgram及OpenAI的Whisper模型等大品牌。
Scribe一開始就支援超過99種語言。ElevenLabs表示，其在超過25種語言中具有出色準確度，字詞錯誤率低於5%。包括英語（號稱準確度97%）、法語、德語、印地語、印尼語、日語、卡納達語、馬拉雅拉姆語、波蘭語、葡萄牙語、西班牙語及越南語等。其他語言分為不同準確度類別：高（5%至10%字詞錯誤率）、良好（10%至20%字詞錯誤率）及中等（25%至50%）。
該公司聲稱，根據FLEURS與Common Voice基準測試，Scribe在多種語言中超越Google Gemini 2.0 Flash及Whisper Large V3。
圖片來源：ElevenLabs ElevenLabs去年實際上已為其AI對話代理平台建構了語音轉文字功能，但Scribe是他們首次推出的獨立語音檢測模型。上個月與TechCrunch的對話中，執行長Mati Staniszewski透露了他們增強語音檢測技術的計劃。
Staniszewski表示：「我們希望更擅長理解你在對話中說什麼。我們不再僅限於生成內容；我們正轉向理解與轉錄語音。很多人認為語音轉文字已是舊技術，但在許多語言中仍相當粗糙。我們認為可以做得更好，因為我們有內部團隊標記數據並提供快速反饋。」
Scribe還具備一些很酷的功能，例如智能語者分割以辨識誰在說話、字級時間戳記以提供精準字幕，以及自動標記觀眾笑聲等聲音事件。此外，ElevenLabs允許客戶直接轉錄視頻內容，在其工作室中添加字幕或標題。
目前，Scribe僅支援預錄音頻。但公司表示，他們正在開發低延遲的實時版本，很快將推出。因此，暫時還不適用於會議記錄或語音筆記。
ElevenLabs對Scribe的收費為每小時轉錄音頻0.40美元。價格具競爭力，但一些競爭對手提供更低的音頻轉錄費率，並附帶一些不同的功能。
相關文章
製作教育資訊圖表的最佳 AI 工具 - 設計技巧與技術
在現今數位驅動的教育環境中，資訊圖表已成為一種轉化的溝通媒介，可將複雜的資訊轉換為視覺上吸引人、容易理解的格式。AI 技術正在徹底改變教育工作者製作這些視覺學習輔助工具的方式，讓所有人都能使用專業等級的設計，同時大幅縮短製作時間。本論文深入探討 ChatGPT 等尖端 AI 解決方案，這些解決方案透過簡化的工作流程、創意自動化和智慧型設計協助，讓教師和內容創造者能夠製作吸引人的教育資訊圖表。重點利
Topaz DeNoise AI：2025 年最佳降噪工具 - 完整指南
在競爭激烈的數位攝影世界中，影像的清晰度仍然是最重要的。各種技術層級的攝影師都要面對數位雜訊的問題，這些雜訊會影響原本優異的拍攝效果。Topaz DeNoise AI 是最先進的解決方案，利用人工智慧來降低雜訊，同時保留關鍵細節。本深入評論將探討此創新軟體如何在 2025 年改變您的攝影工作流程，並檢視其主要功能、實用應用與工作流程整合。重點Topaz DeNoise AI 利用人工智慧有效消除影
Master Emerald Kaizo Nuzlocke：終極生存與策略指南
Emerald Kaizo 是有史以來最強大的 Pokémon ROM hacks 之一。雖然嘗試執行 Nuzlocke 會使挑戰成倍增加，但透過縝密的規劃和策略執行，勝利仍然是可以實現的。這本權威指南提供在 Hardcore Nuzlocke 規則下征服 Emerald Kaizo 的必要工具、經過實戰考驗的戰術以及深入的 AI 分析。準備好迎接 Pokémon 精通的終極考驗吧！基本策略收集關
評論 (29)
0/200
![MiaDavis]()
MiaDavis
2025-09-05 08:30:33
스타트업이 이렇게 빠르게 성장하는 걸 보면 놀랍네요 ㅎㅎ 음성 분야는 경쟁이 심한데, ElevenLabs가 STT 시장에서도 성공할 수 있을까요? 투자금 1억 8천만 달러로 뭔가 특별한 기술을 만들겠죠? 🤔
0
![LawrenceLopez]()
LawrenceLopez
2025-08-31 04:30:33
A ElevenLabs não para de inovar! Esse novo modelo de speech-to-text parece promissor, mas fico pensando... será que vai conseguir competir com gigantes como Google e OpenAI no mercado de transcrição? 🤔 Espero que ofereça algo único pra justificar o hype!
0
![TimothyMartínez]()
TimothyMartínez
2025-08-21 21:01:20
Scribe sounds like a game-changer! I'm curious if it'll handle my thick accent as well as it claims. Excited to try it for podcast transcriptions! 😎
0
![MatthewTaylor]()
MatthewTaylor
2025-08-13 05:00:59
Just saw ElevenLabs' Scribe model news—97% accuracy in English is wild! 😮 I'm curious how it'll handle my thick accent in meetings. Hope they drop that real-time version soon!
0
![RogerRoberts]()
RogerRoberts
2025-04-21 09:44:55
¡El Scribe de ElevenLabs es genial! Es increíble cómo han entrado en el mercado de voz a texto con un modelo tan sólido. Mi única queja es que a veces tiene problemas con acentos fuertes. Pero, para ser el primer intento, es bastante impresionante. ¡Sigan así, ElevenLabs! 🚀
0
![RalphHill]()
RalphHill
2025-04-21 04:36:44
O novo modelo Scribe do ElevenLabs é incrível! Eles passaram da geração de áudio para o reconhecimento de fala de forma tão suave. Testei e a precisão é boa, mas tropeça um pouco com sotaques fortes. Vale a pena conferir se você gosta de IA! 😊
0
ElevenLabs，一家最近獲得1.8億美元融資的AI新創公司，以其音頻生成技術聞名。但現在，他們大膽跨入新領域，推出首個獨立語音轉文字模型，名為Scribe。
估值33億美元的ElevenLabs一直是許多公司尋求文字轉語音服務的首選，歸功於其龐大的語音庫。現在，他們將目標轉向語音檢測，旨在挑戰Gladia、Speechmatics、AssemblyAI、Deepgram及OpenAI的Whisper模型等大品牌。
Scribe一開始就支援超過99種語言。ElevenLabs表示，其在超過25種語言中具有出色準確度，字詞錯誤率低於5%。包括英語（號稱準確度97%）、法語、德語、印地語、印尼語、日語、卡納達語、馬拉雅拉姆語、波蘭語、葡萄牙語、西班牙語及越南語等。其他語言分為不同準確度類別：高（5%至10%字詞錯誤率）、良好（10%至20%字詞錯誤率）及中等（25%至50%）。
該公司聲稱，根據FLEURS與Common Voice基準測試，Scribe在多種語言中超越Google Gemini 2.0 Flash及Whisper Large V3。
ElevenLabs去年實際上已為其AI對話代理平台建構了語音轉文字功能，但Scribe是他們首次推出的獨立語音檢測模型。上個月與TechCrunch的對話中，執行長Mati Staniszewski透露了他們增強語音檢測技術的計劃。
Staniszewski表示：「我們希望更擅長理解你在對話中說什麼。我們不再僅限於生成內容；我們正轉向理解與轉錄語音。很多人認為語音轉文字已是舊技術，但在許多語言中仍相當粗糙。我們認為可以做得更好，因為我們有內部團隊標記數據並提供快速反饋。」
Scribe還具備一些很酷的功能，例如智能語者分割以辨識誰在說話、字級時間戳記以提供精準字幕，以及自動標記觀眾笑聲等聲音事件。此外，ElevenLabs允許客戶直接轉錄視頻內容，在其工作室中添加字幕或標題。
目前，Scribe僅支援預錄音頻。但公司表示，他們正在開發低延遲的實時版本，很快將推出。因此，暫時還不適用於會議記錄或語音筆記。
ElevenLabs對Scribe的收費為每小時轉錄音頻0.40美元。價格具競爭力，但一些競爭對手提供更低的音頻轉錄費率，並附帶一些不同的功能。
製作教育資訊圖表的最佳 AI 工具 - 設計技巧與技術
在現今數位驅動的教育環境中，資訊圖表已成為一種轉化的溝通媒介，可將複雜的資訊轉換為視覺上吸引人、容易理解的格式。AI 技術正在徹底改變教育工作者製作這些視覺學習輔助工具的方式，讓所有人都能使用專業等級的設計，同時大幅縮短製作時間。本論文深入探討 ChatGPT 等尖端 AI 解決方案，這些解決方案透過簡化的工作流程、創意自動化和智慧型設計協助，讓教師和內容創造者能夠製作吸引人的教育資訊圖表。重點利
Topaz DeNoise AI：2025 年最佳降噪工具 - 完整指南
在競爭激烈的數位攝影世界中，影像的清晰度仍然是最重要的。各種技術層級的攝影師都要面對數位雜訊的問題，這些雜訊會影響原本優異的拍攝效果。Topaz DeNoise AI 是最先進的解決方案，利用人工智慧來降低雜訊，同時保留關鍵細節。本深入評論將探討此創新軟體如何在 2025 年改變您的攝影工作流程，並檢視其主要功能、實用應用與工作流程整合。重點Topaz DeNoise AI 利用人工智慧有效消除影
Master Emerald Kaizo Nuzlocke：終極生存與策略指南
Emerald Kaizo 是有史以來最強大的 Pokémon ROM hacks 之一。雖然嘗試執行 Nuzlocke 會使挑戰成倍增加，但透過縝密的規劃和策略執行，勝利仍然是可以實現的。這本權威指南提供在 Hardcore Nuzlocke 規則下征服 Emerald Kaizo 的必要工具、經過實戰考驗的戰術以及深入的 AI 分析。準備好迎接 Pokémon 精通的終極考驗吧！基本策略收集關
2025-09-05 08:30:33
스타트업이 이렇게 빠르게 성장하는 걸 보면 놀랍네요 ㅎㅎ 음성 분야는 경쟁이 심한데, ElevenLabs가 STT 시장에서도 성공할 수 있을까요? 투자금 1억 8천만 달러로 뭔가 특별한 기술을 만들겠죠? 🤔
0
2025-08-31 04:30:33
A ElevenLabs não para de inovar! Esse novo modelo de speech-to-text parece promissor, mas fico pensando... será que vai conseguir competir com gigantes como Google e OpenAI no mercado de transcrição? 🤔 Espero que ofereça algo único pra justificar o hype!
0
2025-08-21 21:01:20
Scribe sounds like a game-changer! I'm curious if it'll handle my thick accent as well as it claims. Excited to try it for podcast transcriptions! 😎
0
2025-08-13 05:00:59
Just saw ElevenLabs' Scribe model news—97% accuracy in English is wild! 😮 I'm curious how it'll handle my thick accent in meetings. Hope they drop that real-time version soon!
0
2025-04-21 09:44:55
¡El Scribe de ElevenLabs es genial! Es increíble cómo han entrado en el mercado de voz a texto con un modelo tan sólido. Mi única queja es que a veces tiene problemas con acentos fuertes. Pero, para ser el primer intento, es bastante impresionante. ¡Sigan así, ElevenLabs! 🚀
0
2025-04-21 04:36:44
O novo modelo Scribe do ElevenLabs é incrível! Eles passaram da geração de áudio para o reconhecimento de fala de forma tão suave. Testei e a precisão é boa, mas tropeça um pouco com sotaques fortes. Vale a pena conferir se você gosta de IA! 😊
0
