Speech to Text
Die genauesten Speech to Text-Modelle
Scribe v3 ist unser präzisestes Speech-to-Text-Modell für aufgezeichnete Audiodaten. Scribe v3 Live ist für Echtzeit-Audio und unterstützt Agents sowie Echtzeitanwendungen. Beide sind über die ElevenAPI verfügbar.
Sprecher 1
Quick check-in. Maple Street is a mess. Time to fix it.
Sprecher 2
Totally. Some of those potholes could swallow a small car.
Sprecher 1
Or a very brave skateboarder.
Sprecher 2
We start next week. Jonas, four-week timeline?
Sprecher 3
Yep, unless the concrete throws a tantrum.
Sprecher 1
I'll handle flyers, maybe toss in a joke. "Maple Street, soon less bumpy."
Sprecher 2
Perfect. Keep it simple and positive.
Sprecher 3
And no squirrels on sight, please.
Sprecher 1
Agreed. Let's roll. Thanks, team.
Scribe v3 Live
Echtzeit-Spracherkennung für Sprachagenten und Live-Audio
Scribe v3 Live transkribiert Sprache, während sie gesprochen wird, mit integrierten Sprecherlabels und Sprecherwechselerkennung. Nutzen Sie es für Sprachagenten, Live-Untertitel und Besprechungsnotizen.

Live-Sprache transkribieren
Scribe v3 Live wandelt Sprache während des Sprechens in Text um – mit einer medianen Latenz von 150 ms. Entwickelt für Sprachagenten, Meetings und Live-Untertitel.
Präziseste Echtzeit-Transkription
Scribe v3 Live macht weniger Fehler als jedes andere von uns getestete Echtzeitmodell. Namen, Zahlen und Adressen werden korrekt erkannt.
Sprachaktivitätserkennung
Erkennt automatisch, wann Sprache beginnt und endet, und segmentiert sie präzise für eine reibungslosere Live-Verarbeitung.
In über 90 Sprachen transkribieren
Hohe Genauigkeit über Akzente, Dialekte und Aufnahmebedingungen hinweg.
Live in der API
Integrieren Sie Scribe v3 Live per API in Ihre Produkte. Mit vollständigem Streaming-Support und Commit-Steuerung.
Scribe v3
Audio und Video mit Scribe v3 transkribieren, untertiteln und bearbeiten
Erstellen Sie Captions, Untertitel und bearbeitbare Transkripte für Podcasts, Videos, Interviews und andere aufgezeichnete Inhalte – mit unserem bisher präzisesten Speech to Text.

Audio und Video transkribieren
Laden Sie Audio oder Video in jedem Format hoch, einschließlich MP4, MOV, MP3 und WAV. Scribe v3 wandelt Sprache in über 90 Sprachen in präzisen Text um – bereit für Captions, Untertitel oder die Bearbeitung.
Amidst the outer atmosphere of the planet Aurora, the sky shimmered with fractured light, as though the planet's veil were made of stained glass suspended in space.
Sensors pulsed with irregular patterns, the kind no algorithm could quite reconcile.


Amidst the outer atmosphere of the planet Aurora, the sky shimmered with fractured light, as though the planet's veil were made of stained glass suspended in space.
Branchenführende Transkriptionsgenauigkeit
Scribe v3 macht in 102 Sprachen 27 % weniger Wortfehler als Scribe v2 und weniger als jedes andere von uns getestete Modell.
Keyterm-Prompting
Fügen Sie bis zu 1.000 Namen, Marken oder Begriffe hinzu, damit Scribe sie jedes Mal richtig schreibt.
Dynamische Audio-Tagging
Von Lachen bis zu Schritten: Scribe v3 markiert jedes Klangereignis und ergänzt Ihre Transkripte um den vollständigen Kontext.
Sprecher- und Entitätserkennung
Scribe v3 kennzeichnet, wer was gesagt hat, mit der niedrigsten Sprecherfehlerrate aller von uns getesteten Modelle – selbst wenn drei oder mehr Personen sprechen. Außerdem markiert es Entitäten und schwärzt vertrauliche Informationen.
Preise für Speech to Text
0 $ pro Monat
10k Credits pro Monat
Preise exkl. Steuern, Abgaben und Zölle. Alle Preismodelle anzeigen.
Für jeden Workflow entwickelt – von API bis Agents
Speech-to-Text-APIs und SDKs
Integrieren Sie Scribe v3 und Scribe v3 Live per API oder SDKs in Ihr Produkt.

ElevenLabs Agents
Erstellen Sie Voice Agents mit Scribe v3 Live und Sprecherwechselerkennung, die erkennt, wann ein Anrufer ausgeredet hat.
.webp&w=3840&q=100)
ElevenLabs Studio
Wandeln Sie Aufnahmen in bearbeitbaren Text, Untertitel und weiterverwendbare Inhalte um.

Häufig gestellte Fragen
KI-Transkription mit Speech to Text in über 90 Sprachen
Unsere KI-Transkription mit Speech to Text unterstützt über 90 Sprachen. Wählen Sie einfach die Sprache aus und laden Sie Ihre Audiodatei hoch.
Afrikaans
Amharisch
Arabisch
Armenisch
Assamesisch
Asturisch
Aserbaidschanisch
Belarussisch
Bengalisch
Bosnisch
Bulgarisch
Burmesisch
Kantonesisch
Katalanisch
Cebuano
Zentral-Kurdisch
Chichewa
Chinesisch
Kroatisch
Tschechisch
Dänisch
Niederländisch
Englisch
Estnisch
Filipino
Finnisch
Französisch
Fulah
Galicisch
Ganda
Georgisch
Deutsch
Griechisch
Gujarati
Hausa
Hebräisch
Hindi
Ungarisch
Isländisch
Igbo
Indonesisch
Irisch
Italienisch
Japanisch
Javanisch
Kabuverdianu
Kannada
Kasachisch
Khmer
Kirgisisch
Koreanisch
Laotisch
Lettisch
Lingala
Litauisch
Luo
Luxemburgisch
Mazedonisch
Malaiisch
Malayalam
Maltesisch
Maori
Marathi
Mongolisch
Nepalesisch
Nord-Sotho
Norwegisch
Okzitanisch
Oriya
Paschtu
Pedi
Persisch
Polnisch
Portugiesisch
Punjabi
Rumänisch
Russisch
Serbisch
Shona
Sindhi
Slowakisch
Slowenisch
Somali
Spanisch
Swahili
Schwedisch
Tadschikisch
Tamil
Telugu
Thailändisch
Türkisch
Ukrainisch
Urdu
Usbekisch
Vietnamesisch
Walisisch
Wolof
Xhosa
Zulu














