Scribe v3 by ElevenLabs:支持90多种语言的语音转文字,错误率降低27%
ElevenLabs这次在Scribe v3上确实是下了一番硬功夫。语音转文字这个赛道竞争激烈,但能把词错误率压低27%的同时还支持90多种语言,说明模型训练的数据量和覆盖范围都达到了新的高度。最让我惊艳的是它的说话人分离能力——32个说话人的标签在多人圆桌、会议辩论这类复杂场景下简直太实用了,普通转录工具在这里早就乱成一锅粥。再加上对笑声、音乐和情绪的标注,以及最多15小时的超长文件处理,Scribe…