速報 · 台北時間

ElevenLabs、Scribe v3とv3 Liveの音声文字起こしモデルを発表

一句重點:ElevenLabsは、Scribe v3とv3 Liveを現時点で最も正確な音声認識モデルだと自称しています。録音音声とリアルタイム音声の両方に対応すると説明しています(@ElevenLabs)。

發生什麼事

公式ブログによると、Scribe v3とv3 LiveはScribe v2より単語の誤りが27%少なく(Introducing Scribe v3 and v3 Live, our most accurate speech to text models)、録音音声とリアルタイム音声に対応します。また、雑音や複数人が参加する会議など、実際の音声を扱うために設計したと説明しています。いずれも公式発表による内容で、当サイトでは実際にテストしていません(🗣 公式発表、当サイトでは未テスト)。

01出典