Scribe ist ein Speech-to-Text-Modell von ElevenLabs, das für die genaue Transkription von aufgezeichnetem Audio und Video entwickelt wurde.
Was es kann
Scribe ist für reale Aufnahmen ausgelegt, einschließlich mehrerer Sprecher und Hintergrundgeräusche. Es ist über die Weboberfläche von ElevenLabs und per API verfügbar, mit einer kostenlosen Option zum Testen der grundlegenden Texttranskription.
Transkribiert Audio- und Videodateien (kein Live-Audio)
Unterstützt 99 Sprachen, darunter Russisch, Serbisch, Kantonesisch und Malayalam
Gibt eine Spracherkennungsgenauigkeit von über 95 % an
Liefert strukturiertes JSON mit Zeitstempeln auf Wortebene
Sprecher- und Ereigniserkennung
Scribe enthält Funktionen für komplexe Aufnahmen und Analysen.
Sprecher-Diarisierung für bis zu 32 Sprecher pro Datei
Markiert Nicht-Sprach-Ereignisse wie Lachen, Seufzen, Applaus, Musik und Hintergrundgeräusche
Preise und Einschränkungen
Die kostenpflichtige Nutzung wird mit 0,40 $ pro Stunde Audio berechnet, mit 50 % Rabatt in den ersten sechs Wochen nach Veröffentlichung. Zum Start funktioniert Scribe nur mit vorab aufgezeichneten Dateien; ElevenLabs hat eine Version mit geringer Latenz für die Transkription in Echtzeit angekündigt. In Russland kann der Dienst von regionalen Einschränkungen betroffen sein.
