> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# Was ist Speech to Text?

Speech to Text wandelt gesprochene Audios in geschriebenen Text um. Bei ElevenLabs heißt unser Speech-to-Text-Modell **Scribe**. Damit können Sie Sprache in über 90 Sprachen präzise transkribieren und Audio einfach in lesbaren, durchsuchbaren Text umwandeln.

#### **Hauptfunktionen von Scribe**

* Branchenführende Genauigkeit mit 98 % Genauigkeit in wichtigen Sprachen wie Englisch, Französisch, Italienisch, Portugiesisch, Spanisch und Deutsch.
* Präzise Zeitstempel auf Wortebene, damit Sie genau sehen, wann jedes Wort gesprochen wird.
* Intelligente Sprecherdiarisierung, die verschiedene Sprecher automatisch erkennt und voneinander trennt.
* Dynamische Audio-Tagging zur Erkennung nichtsprachlicher Geräusche.
* Unterstützung für bis zu 32 Sprecher bei hoher Genauigkeit.

## **Neu in Scribe v2**

Scribe v2 erweitert das Kernmodell um zusätzliche Funktionen für anspruchsvollere Anwendungsfälle.

* **Keyterm-Prompting**. Sie können bis zu 100 Wörter oder Ausdrücke angeben, um das Modell
  bei der korrekten Transkription wichtiger Begriffe zu unterstützen. Die Verwendung von Keyterm-Prompting erhöht die Kosten um 20 %.
* **Entitätserkennung**. Sie können bestimmte Informationskategorien für die Erkennung im
  Transkript auswählen, etwa Kreditkartennummern, Namen oder medizinische Erkrankungen. Die Entitätserkennung ist
  nur über die API verfügbar und erhöht die Kosten um 30 %.
* **Intelligente Unterstützung mehrerer Sprachen**. Sie können Audio mit mehreren Sprachen übermitteln,
  und Scribe v2 erkennt und transkribiert jede Sprache automatisch korrekt.
* **Verbesserte Stabilität**. Scribe v2 verarbeitet Pausen, Tonwechsel und lange Stille
  ohne Unterbrechungen oder Genauigkeitsverlust.

  \


#### **Welche Version sollten Sie verwenden?**

Wir empfehlen **Scribe v2**, wenn Transkriptionen mit hoher Genauigkeit erforderlich sind. Es ist über unsere [Website](https://elevenlabs.io/app/speech-to-text) und [API](/docs/de/api-reference/speech-to-text/convert) verfügbar. Bei der Nutzung von Speech to Text über unsere Website ist Scribe v2 das Standardmodell.

Für medizinische und klinische Audios verwenden Sie **Scribe v2 Medical** (`scribe_v2_medical`) über dieselbe API. Die Abrechnung erfolgt zum selben Tarif wie für Scribe v2.

Für Echtzeit-Anwendungsfälle empfehlen wir **Scribe v2 Realtime**, verfügbar über [ElevenAgents](https://elevenlabs.io/app/agents) und per [API](/docs/de/api-reference/speech-to-text/convert).

Weitere Details finden Sie in unserer [Speech-to-Text-Dokumentation.](/docs/de/capabilities/speech-to-text)