> 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.

# 什么是文本转语音？

文本转语音可将语音音频转换为书面文本。在 ElevenLabs，我们的文本转语音模型是 **Scribe**。它支持准确转录超过 90 种语言的语音，轻松将音频变成可读、可搜索的文本。

#### **Scribe 的主要功能**

* 行业领先的准确率：英语、法语、意大利语、葡萄牙语、西班牙语和德语等主要语言的准确率达 98%。
* 精确到单词级别的时间戳，可查看每个词的具体说话时间。
* 智能说话人分离，可自动识别并区分不同说话人。
* 动态音频标签，可检测非语音声音。
* 最多支持 32 位说话人，同时保持高准确率。

## **Scribe v2 的新功能**

Scribe v2 在核心模型基础上增加了更多功能，适用于要求更高的使用场景。

* **关键词提示**。最多可提供 100 个单词或短语，引导模型
  正确转录重要术语。使用关键词提示会使费用增加 20%。
* **实体检测**。可选择要在转录文本中检测的特定信息类别，
  例如信用卡号、姓名或医疗状况。实体检测
  仅可通过 API 使用，费用会增加 30%。
* **智能多语言支持**。可提交包含多种语言的音频，
  Scribe v2 会自动检测并正确转录每种语言。
* **稳定性提升**。Scribe v2 可处理停顿、语调变化和长时间静默，
  不会中断或降低准确率。

  \


#### **该使用哪个版本？**

需要高准确率转录时，建议使用 **Scribe v2**。可通过我们的[网站](https://elevenlabs.io/app/speech-to-text)和 [API](/docs/zh/api-reference/speech-to-text/convert) 使用。通过网站使用文本转语音时，Scribe v2 是默认模型。

对于医疗和临床音频，请通过同一 API 使用 **Scribe v2 Medical**（`scribe_v2_medical`）。其计费标准与 Scribe v2 相同。

对于实时场景，建议使用 **Scribe v2 Realtime**，可通过 [ElevenAgents](https://elevenlabs.io/app/agents) 和 [API](/docs/zh/api-reference/speech-to-text/convert) 使用。

更多详情，请参阅[文本转语音文档。](/docs/zh/capabilities/speech-to-text)