ElevenLabs 发布语音转文字模型 Scribe v3 与 Scribe v3 Live：官方称词错误比上一代分别少 27% 和 43%，实时版新增说话人分离，按小时计价不变

ElevenLabs 11 月 10 日发布语音转文字模型 Scribe v3（录音转写）和 Scribe v3 Live（实时转写）。官方称，在覆盖 102 种语言的内部版 FLEURS 测试中，Scribe v3 的词错误比 Scribe v2 少 27%，Scribe v3 Live 比 Scribe v2 Realtime 少 43%；实时版新增说话人分离、按整段对话判断话轮结束、句中切换语言的多语模式和最多 1 万个术语的术语库。两款模型已进入 API，模型 ID 为 scribe_v3 和 scribe_v3_live，价格页显示分别为每小时 0.20 和 0.22 美元，与上一代相同。准确率数字均为厂商自测。