Presentamos Scribe v2

Scribe v2 está diseñado para la transcripción por lotes, la creación de subtítulos y el subtitulado a gran escala. Mejora la estabilidad y precisión de Scribe v1, con un mejor tratamiento de audios largos, pausas, cambios de tono y silencios prolongados.

Mientras que Scribe v2 Realtime está optimizado para una latencia ultrabaja y casos de uso de agentes, Scribe v2 está optimizado para grabaciones largas y complejas, y mantiene la precisión con distintos hablantes, acentos y estilos de entonación. El resultado son transcripciones fiables de forma constante en una amplia variedad de condiciones de audio reales.

Scribe v2 alcanza la menor tasa de error por palabra registrada en benchmarks estándar del sector.

Prompting de términos clave para transcripciones que tienen en cuenta el contexto

El prompting de términos clave va más allá del vocabulario personalizado estándar al utilizar el contexto de la transcripción. Selecciona hasta 100 palabras o frases y Scribe v2 decidirá con precisión cuándo transcribir esos términos. Por eso es ideal para ámbitos técnicos, nombres de marca y lenguaje específico de cada sector.

Detección de entidades integrada con marcas de tiempo precisas

Scribe v2 incluye detección de entidades nativa para el análisis estructurado de audio.

Puedes seleccionar hasta 56 categorías, entre ellas información de identificación personal, datos sanitarios o datos de pago. Scribe v2 detectará automáticamente estas instancias y sus marcas de tiempo exactas en tu transcripción, lo que facilita revisar, censurar o procesar información sensible a gran escala.

Más información en la documentación de la API: https://elevenlabs.io/docs/developers/guides/cookbooks/speech-to-text/batch/entity-detection

Transcripción automática en varios idiomas

Scribe v2 es compatible de serie con workflows inteligentes en varios idiomas.

Puedes enviar un único archivo de audio que contenga varios idiomas. El modelo detecta automáticamente cada idioma y lo transcribe correctamente, sin necesidad de segmentarlo ni configurarlo manualmente.

Funciones adicionales para workflows de producción

Scribe v2 incluye un conjunto de funciones diseñadas para casos de uso empresariales y de desarrolladores:

• Diarización inteligente de hablantes para identificar a cada hablante de forma clara e intuitiva
• Marcas de tiempo precisas a nivel de palabra para alinear subtítulos con exactitud y crear experiencias interactivas
• Etiquetado dinámico de audio que detecta eventos que no son habla, como risas o pasos
• Preparado para empresas, con cumplimiento de SOC 2, ISO 27001, PCI DSS L1, HIPAA y RGPD, residencia de datos en la UE y la India, y compatibilidad con el modo de retención cero

Scribe v2, ahora en ElevenLabs Studio

Scribe v2 ya se utiliza en ElevenLabs Studio para crear subtítulos y transcripciones más precisos, y ayuda a equipos que gestionan grandes bibliotecas de audio y vídeo para marketing, medios, investigación, formación y cumplimiento normativo.

Pruébalo ahora: https://elevenlabs.io/app/studio

Desarrolla con la API

Con Scribe v2, desarrolladores y empresas pueden automatizar procesos complejos de audio, mejorar la precisión en workflows globales de contenido y escalar de forma segura con controles completos de cumplimiento normativo y residencia de datos.

Scribe v2 ya está disponible a través de nuestra API y la plataforma Creative.

Pruébalo ahora: https://elevenlabs.io/app/speech-to-text

Lee la documentación: https://elevenlabs.io/docs/capabilities/speech-to-text

Regístrate aquí: https://elevenlabs.io/speech-to-text