> 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.

# O que é Speech to Text?

Speech to Text converte áudio falado em texto escrito. Na ElevenLabs, nosso modelo de Speech to Text é o **Scribe**. Ele permite transcrever fala com precisão em mais de 90 idiomas, facilitando a transformação de áudio em texto legível e pesquisável.

#### **Principais recursos do Scribe**

* Precisão líder do setor, com 98% de precisão em idiomas principais como inglês, francês, italiano, português, espanhol e alemão.
* Marcas de tempo precisas no nível da palavra, para você ver exatamente quando cada palavra é falada.
* Diarização inteligente de falantes, que identifica e separa automaticamente diferentes falantes.
* Marcação dinâmica de áudio para detectar sons que não são fala.
* Suporte para até 32 falantes, mantendo alta precisão.

## **Novidades do Scribe v2**

O Scribe v2 expande o modelo principal com recursos adicionais desenvolvidos para casos de uso mais exigentes.

* **Prompting de termos-chave**. Você pode fornecer até 100 palavras ou frases para orientar o modelo
  a transcrever corretamente termos importantes. O uso de prompting de termos-chave aumenta o custo em 20%.
* **Detecção de entidades**. Você pode escolher categorias específicas de informações para detectar na
  transcrição, como números de cartão de crédito, nomes ou condições médicas. A detecção de entidades está
  disponível somente via API e aumenta o custo em 30%.
* **Suporte inteligente a vários idiomas**. Você pode enviar áudio contendo vários idiomas,
  e o Scribe v2 detectará e transcreverá cada um corretamente de forma automática.
* **Maior estabilidade**. O Scribe v2 lida com pausas, mudanças de tom e longos silêncios
  sem interromper ou perder precisão.

  \


#### **Qual versão você deve usar?**

Recomendamos o **Scribe v2** quando for necessária uma transcrição de alta precisão. Ele está disponível em nosso [site](https://elevenlabs.io/app/speech-to-text) e pela [API](/docs/pt/api-reference/speech-to-text/convert). Ao usar Speech to Text pelo nosso site, o Scribe v2 é o modelo padrão.

Para áudios médicos e clínicos, use o **Scribe v2 Medical** (`scribe_v2_medical`) pela mesma API. Ele é cobrado pela mesma tarifa do Scribe v2.

Para casos de uso em tempo real, recomendamos o **Scribe v2 Realtime**, disponível pelo [ElevenAgents](https://elevenlabs.io/app/agents) e pela [API](/docs/pt/api-reference/speech-to-text/convert).

Para mais detalhes, consulte nossa [documentação de Speech to Text.](/docs/pt/capabilities/speech-to-text)