30.000 créditos por $1Empieza con 30.000 créditos por solo $1.

30.000 créditos por $1Empieza con 30.000 créditos por solo $1.

Presentamos Eleven v4Conoce Eleven v4, nuestro modelo más expresivo hasta la fecha.

Ir al contenido

API de Voz a Texto en Tiempo Real

Transcribe voz en directo con Scribe v3 Live

Scribe v3 Live es el modelo de Voz a Texto en tiempo real más preciso, con una latencia de 150 ms en más de 90 idiomas. Disponible mediante API.

  • Lovable
  • Veed model
  • Synthesia
  • Stripe
  • Perplexity
  • Twilio

Pensado para velocidad y precisión

Ultrarrápido, ultrapreciso y diseñado para voz en directo. Scribe v3 Live ofrece transcripción instantánea para casos de uso en tiempo real.

Scribe v3 Live alcanza una precisión de transcripción líder en el sector con una latencia de ~150 ms, incluso en condiciones de audio difíciles o con acentos diversos.

Transcripción en tiempo real con máxima precisión

Scribe v3 Live alcanza una precisión de transcripción líder en el sector con una latencia de ~150 ms, incluso en condiciones de audio difíciles o con acentos diversos.

Uh, hi! So, um, I was wondering if you wanted to meet up for coffee? Maybe tomorrow morning? [nervous laugh] Totally fine if not!

Pensado para cualquier situación

Transcribe incluso en entornos ruidosos, con música de fondo, acentos marcados o audio de baja calidad.

Reconocimiento de voz optimizado para rendimiento en tiempo real

Basado en Scribe v3 Live, Scribe v3 Live ofrece una latencia de ~150 ms con una precisión innovadora en distintos acentos, tonos y entornos.

Diseñado para Agents y apps de voz

Scribe v3 Live se ha diseñado específicamente para desarrolladores que crean agentes conversacionales, asistentes de reuniones y aplicaciones de voz donde la velocidad y la precisión son esenciales.

¿Puedo obtener un reembolso?
Claro. ¿Puedes compartir tu número de pedido, por favor?
Es EL4543490
Gracias. He iniciado el proceso de reembolso del pedido.
Reembolso completado

Transcripción predictiva para baja latencia

Scribe v3 Live utiliza transcripción predictiva para anticipar las siguientes palabras y la puntuación más probables, lo que permite una precisión en tiempo real.

Scribe
makes
uses
is
has
new

Detección de Actividad de Voz

Sabe cuándo un hablante ha terminado por lo que está diciendo, no solo por el silencio, para que los agentes de voz no interrumpan a nadie.

Control Manual de Confirmación

Permite a desarrolladores decidir cuándo finalizar las transcripciones, ideal para streaming personalizado y máxima precisión.

Varios Formatos de Audio

Compatible con PCM (8–48 kHz) y codificación μ-law para funcionar en telefonía, navegador y estudios.

Modelos optimizados para cada caso de uso

Scribe v3 para casos de uso a gran escala y Scribe v3 Live para casos de uso de baja latencia

Black Mountain

Scribe v3

Máxima precisión, pensado para grandes volúmenes.

  • 27 % menos errores que Scribe v2
  • El menor error de diarización que hemos probado
  • Formato de números e indicaciones de idioma
  • Detección de entidades e indicaciones de términos clave
  • Prompting de palabras clave
Mountains

Scribe v3 Live

Mínima latencia, para uso en tiempo real.

  • Latencia inferior a 150 ms
  • 43 % menos errores que v2 Realtime
  • Biblioteca de términos clave y modo multilingüe
  • Detección de actividad de voz
  • Compatible con más de 90 idiomas

Transcribe voz en más de 90 idiomas y una gran variedad de acentos

Precisión excepcional en acentos, dialectos y todo tipo de grabaciones.

Cambia el languageCode para previsualizar idiomas

import { useScribe } from "@elevenlabs/react";

const scribe = useScribe({
  modelId: "scribe_v3_live",

  languageCode: 
, // Seleccionar idioma onSessionStarted: () => console.log("Session started"), onPartialTranscript: (data) => console.log("Partial:", data.text) });
Flag for en
Inglés
Flag for zh
Chino
Flag for es
Español
Flag for fr
Francés
Flag for pt
Portugués
Flag for de
Alemán
Flag for ja
Japonés
Flag for it
Italiano
Flag for hi
Hindi
Flag for en
InglésHaz clic para previsualizar

Impulsamos a las principales empresas y marcas del mundo

  • “Desde doblar Reels en idiomas locales hasta crear música y voces de personajes en Horizon, la plataforma de ElevenLabs permite a creadores, empresas y organizaciones crear con voz, música y sonido a gran escala.”
    Meta Color Logo
  • “La precisión de Scribe en tantos idiomas permite que Fieldy entienda cada conversación diaria y escale fácilmente a otros continentes. Fieldy ha aumentado la retención de usuarios un 50% tras pasarse a ElevenLabs Scribe.”
    Fieldy logo
  • “ElevenLabs nos permitió añadir rápidamente capacidades de texto a voz potentes a nuestro SDK, para que Agents responda en tiempo real con voces expresivas a las preguntas de los usuarios o como feedback de lo que ve.”
    Stream Color Logo
  • “Twilio ha integrado la tecnología de voz IA generativa de ElevenLabs en su CPaaS, mejorando ConversationRelay. Esta integración permite a empresas y desarrolladores crear interacciones de voz IA conversacionales que suenan naturales, son expresivas y responden en tiempo real directamente desde la plataforma CPaaS de Twilio. En ElevenLabs nos entusiasma que Twilio haya elegido ElevenLabs para potenciar ConversationRelay con las voces más expresivas y realistas disponibles.”
    Twilio logo

APIs listas para producción

Enterprise data protection developers

SDKs

Precios flexibles según tus necesidades

Disfruta de la máxima precisión y respuesta con precios pensados para escalar desde startups hasta equipos empresariales.

0,22 $ por hora

en todos los planes

UI Screenshot

Preguntas frecuentes

Últimas novedades

    La plataforma de audio IA más realista