API de Voz a Texto
Transcribe voz con ElevenLabs Scribe v3
Nuestro modelo de Voz a Texto más preciso. Transcribe reuniones, llamadas y entrevistas, con etiquetas de hablantes y controles para las palabras que importan.
- Lovable
- Veed model
- Synthesia
- Stripe
- Perplexity
- Twilio
La API de Voz a Texto más precisa para grandes volúmenes
Crea subtítulos, transcripciones editables y captions para podcasts, vídeos, entrevistas y otros contenidos grabados, todo con la máxima precisión a través de la API.
Precisión de transcripción sin precedentes
Scribe v3 comete un 27 % menos de errores de palabras que Scribe v2 en 102 idiomas y menos que cualquier otro modelo por lotes que hemos probado.
Diseñada para cualquier escenario
Transcripción que funciona en entornos ruidosos, con música de fondo, acentos marcados y audio de baja calidad.
Control detallado del tiempo, hablantes y eventos no verbales.
La API de transcripción de ElevenLabs puede detectar risas, emociones y efectos de sonido. Usa prompts de términos clave para guiar la transcripción con términos específicos de un sector.
Transcribe audio y vídeo

Transcripciones limpias y editables
.webp&w=3840&q=95)
Prompts de términos clave

Etiquetado dinámico de audio
Captura eventos no verbales como risas, aplausos, música y ruido de fondo. Las transcripciones incluyen todo el contexto de tu audio, no solo las palabras.
Diarización inteligente de hablantes
Identifica y etiqueta automáticamente hasta 32 hablantes. Atribución clara de quién dijo qué, organizada en transcripciones fáciles de leer.
Detección de entidades
Identifica y etiqueta automáticamente 56 tipos de entidades, incluidos nombres, fechas, ubicaciones y organizaciones, en tus transcripciones.
Transcribe audio clínico con Scribe v2 Medical
Un modelo de Voz a Texto optimizado para transcripción médica y flujos de trabajo clínicos, con reconocimiento mejorado de nombres de medicamentos, anatomía y términos de patología.

Transcribe conversaciones clínicas
Convierte conversaciones entre profesionales sanitarios y pacientes, dictados médicos y admisiones de pacientes en texto preciso, listo para la revisión clínica y su uso en notas, codificación y flujos de documentación posteriores.
Menos errores en términos médicos
En term-WER, Scribe v2 Medical comete un 15 % menos de errores que Scribe v2 en la división de prueba Eka Medical ASR, con un reconocimiento de voz médica mejorado en todo el vocabulario clínico.

Scribe v3
Máxima precisión, diseñado para cargas de trabajo por lotes.
- Un 27 % menos de errores que Scribe v2
- El menor error de diarización que hemos probado
- Formato de números e indicaciones de idioma
- Detección de entidades y prompting de términos clave
- Compatible con más de 90 idiomas

Scribe v3 Live
Latencia mínima, para cargas de trabajo en tiempo real.
- Menos de 150 ms de latencia
- Un 43 % menos de errores que v2 Realtime
- Biblioteca de términos clave y modo multilingüe
- Detección de turnos mejorada
- Compatible con más de 90 idiomas

Scribe v2 Medical
Finetune médico, para transcripción clínica.
- Ajuste de vocabulario médico
- Transcripción en más de 90 idiomas
- Iguala a Scribe v2 en habla cotidiana
- Mejor reconocimiento de nombres de medicamentos
- Compatible con HIPAA para clientes Enterprise
Transcribe voz en más de 90 idiomas y una amplia variedad de acentos
Ofrece una precisión excepcional en distintos acentos, dialectos y condiciones de grabación.
Cambia el languageCode para previsualizar idiomas
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
const elevenlabs = new ElevenLabsClient({
apiKey: "<your_api_key>"
});
const response = await fetch(
"https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
);
const audioBlob = new Blob([await response.arrayBuffer()], { type: "audio/mp3" });
const transcription = await elevenlabs
.speechToText.convert({
file: audioBlob,
modelId: "scribe_v3",
tagAudioEvents: true,
languageCode: , // Seleccionar idioma
diarize: true
});
console.log(transcription);





