ElevenLabs 宣布转录模型 Scribe v2，支撑 90 多种说话

ElevenLabs 推出 Scribe v2 转录模型 ，专注于离线批量转录和字幕制造场景。该模型在英语中的词错率约为 5% ，在印地语等 90 多种说话中低于 10% 。

Scribe v2 已集成至 ElevenLabs Studio，支撑跨越 10 小时 的大年夜文件处理，并相符 GDPR 和 HIPAA 等合规请求。其功能包含支撑自定义术语的 Keyterm Prompting 以及智能多措辞人日记。

此外，针对超低延迟需求，官方还推出了 Scribe v2 Realtime 版本，专门为 Agent 用例进行了优化。

亮点特点

• 实用于大年夜范围转录和字幕：Scribe v2 专为批量转录、字幕制造和标题生成设计，其稳定性和精确度比 Scribe v1 更高，可以或许处理长音频、逗留、语调变更和长时光静音。模型支撑 90 多种说话，实用于跨语种场景。
• 关键词提示：供给关键词提示功能，用户可供给多达 100 个词语或短语，模型会根据高低文决定何时精确转录这些术语，合适技巧文档、品牌名等。
• 内置实体检测支撑 56 类实体的检测，并给出精确的时光戳，可用于辨认小我信息、健康数据或付出信息。
• 多说话主动转录：无需手工分段即可处理单个文件中的多说话内容。
• 企业级功能供给智能措辞人分别、精确的字级时光戳、动态音频标签（辨认笑声或脚步声）等特点，并相符 SOC 2、ISO 27001、PCI DSS L1、HIPAA、GDPR 等合规请求，支撑零保存模式。
• Scribe v2 已经集成到 ElevenLabs Studio 中，开辟者也可经由过程 API 应用

详情查看：https://elevenlabs.io/blog/introducing-scribe-v2