Elevenlabs推出了新的语音到文本模型
ElevenLabs,一家最近获得1.8亿美元巨额融资的AI初创公司,以其音频生成技术而闻名。但现在,他们大胆进军新领域,推出了首个人工语音转文本模型,名为Scribe。
估值33亿美元的ElevenLabs一直是许多需要文本转语音服务的公司的首选,这得益于他们庞大的语音库。现在,他们将目标转向语音检测,旨在挑战Gladia、Speechmatics、AssemblyAI、Deepgram和OpenAI的Whisper模型等大牌。
Scribe毫不逊色——它一经推出就支持超过99种语言。ElevenLabs表示,它在超过25种语言上具有出色的准确性,词错率低于5%。这包括英语(据称准确率达97%)、法语、德语、印地语、印尼语、日语、卡纳达语、马拉雅拉姆语、波兰语、葡萄牙语、西班牙语和越南语等。其余语言则分为不同准确性类别:高(词错率5%至10%)、良好(词错率10%至20%)和中等(词错率25%至50%)。
该公司声称,根据FLEURS和Common Voice基准测试,Scribe在多种语言上超越了Google Gemini 2.0 Flash和Whisper Large V3。

图片来源:ElevenLabs ElevenLabs实际上去年就为其AI对话代理平台构建了语音转文本功能,但Scribe是他们首次尝试推出独立的语音检测模型。在上个月与TechCrunch的对话中,首席执行官Mati Staniszewski透露了他们计划加强语音检测技术的细节。
“我们希望在对话中更好地理解你的话语。我们不再只专注于生成内容;我们正在转向理解和转录语音,”Staniszewski说。“很多人认为语音转文本是老技术,但在许多语言上,它的表现仍然相当粗糙。我们认为我们可以做得更好,因为我们有内部团队来标注数据并提供快速反馈。”
Scribe还拥有一些很酷的功能,比如智能发言者分割以识别谁在说话,单词级时间戳以实现精准字幕,以及自动标记观众笑声等声音事件。此外,ElevenLabs允许客户直接转录视频内容,以便在他们的工作室中添加字幕或标题。
目前,Scribe仅支持预录音频。但不用担心,公司表示他们正在开发低延迟的实时版本,很快就会推出。因此,它暂时还无法用于会议转录或语音笔记记录。
ElevenLabs为Scribe的收费是每小时转录音频0.40美元。这是一个有竞争力的价格,但一些竞争对手为音频转录提供了更便宜的费率,并附带了一些不同的功能。
相关文章
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
Slackbot 成为 AI 智能体
Slackbot,嵌入在Salesforce企业消息平台Slack中的自动化助手,正在演变为一个AI智能体。Salesforce首席技术官Parker Harris设想它将达到与OpenAI的ChatGPT相媲美的病毒式传播地位。这家云软件巨头于周二推出了更新版的Slackbot。该新版AI驱动版本面向Business+和Enterprise+客户,可直接在Slack内查找信息、起草电子邮件和安排会议。在获得适当权限的情况下,它还能与Microsoft Teams和Google Drive等企
字节跳动加大核心AI激励,豆包增长14.6%
字节跳动近日召开豆包股权说明会,公布面向豆包部门员工的最新激励政策。豆包股票的行权价已从2026年6月的14.85美元上调至17.02美元,涨幅约为14.6%。此次调整不仅提升了豆包股票的估值,还大幅扩大了其覆盖范围。根据员工岗位的不同,部分员工可能获得相当于其总薪酬约5%的豆包股票。根据新的兑换机制,字节跳动允许员工在整体薪酬包中,将部分现金工资兑换为豆包股权。兑换比例因职级而异,设有20%和30%等不同档位。例如,L2和L3级员工可选择20%的全覆盖兑换比例,而L3和L4级员工的该比例可
相关专题推荐
评论 (29)
0/500
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? 🤔
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!
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! 😎
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!
¡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! 🚀
ElevenLabs,一家最近获得1.8亿美元巨额融资的AI初创公司,以其音频生成技术而闻名。但现在,他们大胆进军新领域,推出了首个人工语音转文本模型,名为Scribe。
估值33亿美元的ElevenLabs一直是许多需要文本转语音服务的公司的首选,这得益于他们庞大的语音库。现在,他们将目标转向语音检测,旨在挑战Gladia、Speechmatics、AssemblyAI、Deepgram和OpenAI的Whisper模型等大牌。
Scribe毫不逊色——它一经推出就支持超过99种语言。ElevenLabs表示,它在超过25种语言上具有出色的准确性,词错率低于5%。这包括英语(据称准确率达97%)、法语、德语、印地语、印尼语、日语、卡纳达语、马拉雅拉姆语、波兰语、葡萄牙语、西班牙语和越南语等。其余语言则分为不同准确性类别:高(词错率5%至10%)、良好(词错率10%至20%)和中等(词错率25%至50%)。
该公司声称,根据FLEURS和Common Voice基准测试,Scribe在多种语言上超越了Google Gemini 2.0 Flash和Whisper Large V3。

ElevenLabs实际上去年就为其AI对话代理平台构建了语音转文本功能,但Scribe是他们首次尝试推出独立的语音检测模型。在上个月与TechCrunch的对话中,首席执行官Mati Staniszewski透露了他们计划加强语音检测技术的细节。
“我们希望在对话中更好地理解你的话语。我们不再只专注于生成内容;我们正在转向理解和转录语音,”Staniszewski说。“很多人认为语音转文本是老技术,但在许多语言上,它的表现仍然相当粗糙。我们认为我们可以做得更好,因为我们有内部团队来标注数据并提供快速反馈。”
Scribe还拥有一些很酷的功能,比如智能发言者分割以识别谁在说话,单词级时间戳以实现精准字幕,以及自动标记观众笑声等声音事件。此外,ElevenLabs允许客户直接转录视频内容,以便在他们的工作室中添加字幕或标题。
目前,Scribe仅支持预录音频。但不用担心,公司表示他们正在开发低延迟的实时版本,很快就会推出。因此,它暂时还无法用于会议转录或语音笔记记录。
ElevenLabs为Scribe的收费是每小时转录音频0.40美元。这是一个有竞争力的价格,但一些竞争对手为音频转录提供了更便宜的费率,并附带了一些不同的功能。
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
Slackbot 成为 AI 智能体
Slackbot,嵌入在Salesforce企业消息平台Slack中的自动化助手,正在演变为一个AI智能体。Salesforce首席技术官Parker Harris设想它将达到与OpenAI的ChatGPT相媲美的病毒式传播地位。这家云软件巨头于周二推出了更新版的Slackbot。该新版AI驱动版本面向Business+和Enterprise+客户,可直接在Slack内查找信息、起草电子邮件和安排会议。在获得适当权限的情况下,它还能与Microsoft Teams和Google Drive等企
字节跳动加大核心AI激励,豆包增长14.6%
字节跳动近日召开豆包股权说明会,公布面向豆包部门员工的最新激励政策。豆包股票的行权价已从2026年6月的14.85美元上调至17.02美元,涨幅约为14.6%。此次调整不仅提升了豆包股票的估值,还大幅扩大了其覆盖范围。根据员工岗位的不同,部分员工可能获得相当于其总薪酬约5%的豆包股票。根据新的兑换机制,字节跳动允许员工在整体薪酬包中,将部分现金工资兑换为豆包股权。兑换比例因职级而异,设有20%和30%等不同档位。例如,L2和L3级员工可选择20%的全覆盖兑换比例,而L3和L4级员工的该比例可
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? 🤔
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!
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! 😎
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!
¡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! 🚀





首页






