Treffen Sie Scribe
- Veröffentlicht
AnhörenArtikel anhören
Scribe, unser erstes Speech-to-Text-Modell, ist das weltweit genaueste Transkriptionsmodell. Scribe wurde für die Unvorhersehbarkeit von Audio aus der Praxis entwickelt und transkribiert Sprache in 99 Sprachen – mit Zeitstempeln auf Wortebene, Sprecherdiarisierung und der Markierung von Audioereignissen. Alles wird in einer strukturierten Antwort für eine nahtlose Integration bereitgestellt.

Scribe ist auf Präzision ausgelegt. In FLEURS- und Common-Voice-Benchmarktests in 99 Sprachen übertrifft es führende Modelle wie Gemini 2.0 Flash, Whisper Large V3 und Deepgram Nova-3 durchgehend. Ob Besprechungszusammenfassungen, Filmuntertitel oder Songtexte: Scribe erzielt die niedrigste Wortfehlerrate bei automatisierter Transkription in Italienisch (98,7 %), Englisch (96,7 %) und 97 weiteren Sprachen.
Scribe macht ASR universell zugänglich und reduziert Fehler in bisher oft vernachlässigten Sprachen wie Serbisch, Kantonesisch und Malayalam deutlich. Bei diesen Sprachen überschreiten konkurrierende Modelle häufig Wortfehlerraten von 40 %.

Entwickler können Scribe schon heute über unsere Speech-to-Text-API integrieren und strukturierte JSON-Transkripte mit Sprecherdiarisierung sowie Zeitstempeln auf Wortebene und Markierungen für Nicht-Sprachereignisse (z. B. Lachen) erhalten. Eine Version mit geringer Latenz für Echtzeitanwendungen erscheint in Kürze.
Kreative und Unternehmen können Scribe direkt über das ElevenLabs-Dashboard nutzen, um Audio- oder Videodateien hochzuladen und formatierte Transkripte zu erstellen.
Starten Sie mit Scribe:
API-Dokumentation | Im ElevenLabs-Dashboard testen
Benchmarks
FLEURS – Wortfehlerrate % – 102 Sprachen

Common Voice – Wortfehlerrate % – 102 Sprachen

Mitwirkende
Forschungsleitung, Training, Architektur
Flavio Schneider
Projektleitung, Pre-Training-Daten, Fine-Tuning-Daten
Tim von Känel
Inferenz, Optimierungen
Maximiliano Levi
Forschungsmitwirkende
Johan Nordberg, Piotr Dabkowski
Frontend
Austin Malerba
Backend
Hristo Stoychev
Datenbeschaffung
Alex George

.webp&w=3840&q=80)


