Qu’est-ce que Scribe v2 Realtime ?

Scribe v2 Realtime est un modèle Speech to Text en streaming conçu pour la transcription en direct. Il offre une latence de 150 ms avec 93,5 % de précision sur 30 langues – surpassant Gemini Flash 2.5, GPT-4o Mini Transcribe et Deepgram Nova 3 sur le benchmark FLEURS.

Quelle est la différence entre Scribe v2 Realtime et Scribe v2 ?

Scribe v2 Realtime est optimisé pour le streaming avec une latence de 150 ms. Scribe v2 (batch) est conçu pour l’audio enregistré avec des fonctionnalités supplémentaires comme la diarisation des locuteurs, le marquage audio dynamique et la prise en charge de 99 langues. Utilisez Realtime pour les agents et les applications en direct ; utilisez batch pour les workflows de post-traitement.

Quelle est la précision de Scribe pour la transcription en temps réel ?

Scribe v2 Realtime atteint une précision de pointe sur 99 langues et reste performant même dans des conditions audio difficiles, avec différents accents et qualités d’enregistrement. Il surpasse les modèles précédents et les principales API sur les benchmarks publics.

Quelle est la latence ?

Environ 150 ms de bout en bout, hors latence de l’application et du réseau. C’est 3 fois plus rapide que GPT-4o Mini Transcribe à 500 ms.

Qu’est-ce que la latence négative / transcription prédictive ?

Scribe anticipe le prochain mot et la ponctuation avant qu’ils ne soient prononcés. Cela permet de valider les transcriptions sans attendre de silence, pour un rendu en temps réel plus fluide.

Quelles langues sont prises en charge ?

Plus de 90 langues avec détection automatique. Le modèle gère les changements de langue en cours de conversation sans configuration.

Quels formats audio sont pris en charge ?

Audio PCM de 8 kHz à 48 kHz et encodage μ-law. Compatible avec la téléphonie, les navigateurs et les sources studio.

Scribe v2 Realtime gère-t-il la diarisation des locuteurs ?

Non, pas pour l’instant. Pour l’identification de plusieurs locuteurs, utilisez Scribe v2 (batch) qui prend en charge jusqu’à 48 locuteurs.

Quelle est la limite de flux simultanés ?

Plus de 30 flux simultanés avec les offres Business. Les offres Enterprise incluent des limites supérieures. Contactez le service commercial pour des besoins importants.

Scribe v2 Realtime est-il disponible dans ElevenLabs Agents ?

Oui. Scribe v2 Realtime est intégré par défaut à la plateforme Agents.

Quelles certifications de conformité sont disponibles ?

SOC 2, ISO 27001, PCI DSS Niveau 1, HIPAA et RGPD. Mode rétention nulle et résidence des données UE/Inde disponibles pour l’Enterprise.

API Speech to Text en temps réel

Transcrivez la parole en direct avec Scribe v2 Realtime

Scribe v2 Realtime est le modèle de transcription en temps réel le plus précis avec 150 ms de latence dans plus de 90 langues. Disponible via API.

Obtenir une clé API Explorer la documentation

Démo

Code

Lovable
Veed model
Synthesia
Stripe
Perplexity
Twilio

Pensé pour la rapidité et la précision

Obtenir une clé API Explorer la documentation

Ultra-rapide, ultra-précis, conçu pour la parole en direct. Scribe v2 Realtime offre une transcription instantanée pour les usages en temps réel.

Transcription en temps réel la plus précise

Scribe v2 Realtime atteint une précision de transcription inégalée avec environ 150 ms de latence, même dans des conditions audio difficiles ou avec des accents variés.

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

Natural Speech

Low-quality Audio

Accents

Domain Terms

Conçue pour tous les usages

Une transcription efficace même dans le bruit, avec musique de fond, accents marqués et audio de faible qualité.

Reconnaissance vocale optimisée pour la performance en temps réel

Basé sur Scribe v1, Scribe v2 Realtime atteint environ 150 ms de latence avec une précision inédite sur les accents, les tons et tous les environnements.

Puis-je obtenir un remboursement ?

Bien sûr. Pouvez-vous partager votre numéro de commande s'il vous plaît ?

C’est EL4543490

Merci. J'ai lancé le processus de remboursement de la commande.

Remboursement effectué

Conçu pour les Agents et applications vocales

Scribe v2 Realtime est conçu pour les développeurs qui créent des agents conversationnels, des assistants de réunion et des applications vocales où la rapidité et la précision sont essentielles.

Scribe

makes

uses

is

has

new

Transcription prédictive pour une faible latence

Scribe v2 Realtime utilise la transcription prédictive pour anticiper les mots et la ponctuation les plus probables – garantissant une précision en temps réel.

Détection d’Activité Vocale

Détecte le début et la fin de la parole, segmente l’audio précisément pour une transcription fluide et efficace en temps réel.

Contrôle manuel de validation

Permet aux développeurs de choisir quand finaliser les transcriptions – idéal pour le streaming personnalisé et une précision ajustée.

Formats audio multiples

Compatible avec l’audio PCM (8–48 kHz) et l’encodage μ-law pour la téléphonie, les navigateurs et les studios.

Des modèles optimisés pour chaque usage

Scribe v2 pour les usages en volume, et Scribe v2 Realtime pour les besoins à faible latence

Scribe v2

Précision maximale, conçu pour les traitements par lots.

Précision >95 %
Plus de 90 langues
Détection des événements non vocaux
Détection d’entités
Saisie de mots-clés

Scribe v2 Realtime

Latence minimale, pour les usages en temps réel.

Moins de 150 ms de latence
Plus de 90 langues
Transcription en streaming
Détection d’activité vocale
Reconnaissance automatique des langues

Transcrivez la parole dans plus de 90 langues et de nombreux accents

Une précision exceptionnelle, quels que soient les accents, dialectes ou conditions d’enregistrement.

Modifiez le languageCode pour prévisualiser les langues

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

const scribe = useScribe({
  modelId: "scribe_v2_realtime",

  languageCode: 
, // Définir la langue

  onSessionStarted: () =>
    console.log("Session started"),
  onPartialTranscript: (data) =>
    console.log("Partial:", data.text)
});

Anglais

Chinois

Espagnol

Français

Portugais

Allemand

Japonais

Italien

Hindi

AnglaisCliquez pour prévisualiser

Nous accompagnons les plus grandes entreprises et marques du monde

Voir les témoignages clients

“Du doublage de Reels dans des langues locales à la création de musiques et de voix de personnages dans Horizon, la plateforme ElevenLabs permet aux créateurs, entreprises et organisations du monde entier de travailler la voix, la musique et le son à grande échelle.”
“La précision inégalée de Scribe dans autant de langues permet à Fieldy de comprendre chaque conversation quotidienne et de se développer facilement à l’international. Fieldy a augmenté la fidélité de ses utilisateurs de 50 % après être passé à ElevenLabs Scribe.”
“ElevenLabs nous a permis d’intégrer rapidement des fonctionnalités puissantes de Text to Speech à notre SDK, pour que les Agents répondent en temps réel avec des voix expressives aux questions des utilisateurs ou en retour sur ce qu’ils voient.”
“Twilio a intégré la technologie de voix IA générative d’ElevenLabs à sa CPaaS, améliorant ConversationRelay. Cette intégration permet aux entreprises et développeurs de créer des interactions vocales IA conversationnelles, naturelles, expressives et en temps réel directement depuis la plateforme CPaaS de Twilio. Chez ElevenLabs, nous sommes ravis que Twilio ait choisi ElevenLabs pour enrichir ConversationRelay avec les voix les plus expressives et naturelles disponibles.”