Scribe v2 vorgestellt

Scribe v2 wurde für Stapeltranskription, Untertitel und Beschriftungen im großen Maßstab entwickelt. Es verbessert die Stabilität und Genauigkeit von Scribe v1 und verarbeitet lange Audioinhalte, Pausen, Tonwechsel und längere Stille besser.

Während Scribe v2 Realtime für extrem niedrige Latenz und Agenten-Anwendungsfälle optimiert ist, wurde Scribe v2 für lange und komplexe Aufnahmen entwickelt. Es behält seine Genauigkeit bei unterschiedlichen Sprechern, Akzenten und Sprechstilen bei. Das Ergebnis sind zuverlässig präzise Transkripte unter verschiedensten realen Audiobedingungen.

Scribe v2 erzielt die niedrigste Wortfehlerrate, die je in branchenüblichen Benchmarks gemessen wurde.

Keyterm Prompting für kontextbewusste Transkription

Keyterm Prompting geht über Standard-Custom-Vocabulary hinaus, indem es den Kontext des Transkripts nutzt. Wählen Sie bis zu 100 Wörter oder Ausdrücke aus, und Scribe v2 entscheidet präzise, wann diese Begriffe transkribiert werden. Damit eignet es sich besonders für technische Bereiche, Markennamen und branchenspezifische Sprache.

Integrierte Entitätserkennung mit präzisen Zeitstempeln

Scribe v2 umfasst eine native Entitätserkennung für strukturierte Audioanalysen.

Sie können bis zu 56 Kategorien aus den Bereichen personenbezogene Daten, Gesundheitsdaten oder Zahlungsdetails auswählen. Scribe v2 erkennt diese Instanzen und ihre exakten Zeitstempel in Ihrem Transkript automatisch. So lassen sich sensible Informationen im großen Maßstab einfacher prüfen, schwärzen oder verarbeiten.

Mehr erfahren Sie in der API-Dokumentation: https://elevenlabs.io/docs/developers/guides/cookbooks/speech-to-text/batch/entity-detection

Automatische Transkription mehrsprachiger Audiodateien

Scribe v2 unterstützt standardmäßig intelligente mehrsprachige Workflows.

Sie können Audio mit mehreren Sprachen in einer Datei senden. Das Modell erkennt jede Sprache automatisch und transkribiert sie korrekt – ohne manuelle Segmentierung oder Konfiguration.

Weitere Funktionen für Produktions-Workflows

Scribe v2 enthält Funktionen für Unternehmens- und Entwickleranwendungen:

• Intelligente Sprecherdiarisierung für klare, intuitive Sprecherkennzeichnungen
• Präzise Zeitstempel auf Wortebene für genaue Untertitelausrichtung und interaktive Erlebnisse
• Dynamisches Audio-Tagging, das nichtsprachliche Ereignisse wie Lachen oder Schritte erkennt
• Unternehmenstauglichkeit mit Konformität zu SOC 2, ISO 27001, PCI DSS L1, HIPAA und DSGVO, Datenresidenz in der EU und Indien sowie Unterstützung für den Zero-Retention-Modus

Scribe v2 jetzt in ElevenLabs Studio

Scribe v2 wird jetzt in ElevenLabs Studio für präzisere Untertitel, Beschriftungen und Transkriptionen eingesetzt. Es unterstützt Teams, die große Audio- und Videobibliotheken für Marketing, Medien, Forschung, Schulungen und Compliance verwalten.

Jetzt testen: https://elevenlabs.io/app/studio

Mit der API entwickeln

Mit Scribe v2 können Entwickler und Unternehmen komplexe Audio-Pipelines automatisieren, die Genauigkeit globaler Content-Workflows verbessern und sicher skalieren – mit umfassender Compliance und Kontrolle über die Datenresidenz.

Scribe v2 ist ab heute über unsere API und die Creative-Plattform verfügbar.

Jetzt testen: https://elevenlabs.io/app/speech-to-text

Dokumentation lesen: https://elevenlabs.io/docs/capabilities/speech-to-text

Hier registrieren: https://elevenlabs.io/speech-to-text