Scopri Scribe

Scribe, il nostro primo modello di Speech to Text, è il modello di trascrizione più accurato al mondo. Progettato per gestire l'imprevedibilità dell'audio reale, Scribe trascrive il parlato in 99 lingue, con timestamp a livello di parola, diarizzazione dei parlanti e tag degli eventi audio, il tutto fornito in una risposta strutturata per un'integrazione semplice.

Scribe è progettato per la precisione. Nei benchmark FLEURS e Common Voice su 99 lingue, supera costantemente modelli leader come Gemini 2.0 Flash, Whisper Large V3 e Deepgram Nova-3. Che si tratti di riassunti di riunioni, sottotitoli di film o persino testi di canzoni, Scribe offre il tasso di errore sulle parole più basso nella trascrizione automatica in italiano (98,7%), inglese (96,7%) e altre 97 lingue.

Scribe rende l'ASR accessibile a tutti, riducendo drasticamente gli errori nelle lingue tradizionalmente meno supportate, come serbo, cantonese e malayalam, per le quali i modelli concorrenti superano spesso un tasso di errore sulle parole del 40%.

Gli sviluppatori possono integrare Scribe già da oggi tramite la nostra API Speech to Text per ottenere trascrizioni JSON strutturate con diarizzazione dei parlanti e timestamp a livello di parola, oltre a marcatori degli eventi non vocali, come le risate. Una versione a bassa latenza per le applicazioni in tempo reale sarà disponibile a breve.

Creator e aziende possono usare Scribe direttamente dalla dashboard di ElevenLabs per caricare file audio o video e generare trascrizioni formattate.

Inizia a sviluppare con Scribe:

Documentazione API | Provalo nella dashboard di ElevenLabs

Benchmark

FLEURS - Tasso di errore sulle parole % - 102 lingue

Common Voice - Tasso di errore sulle parole % - 102 lingue

Contributi

Responsabile della ricerca, addestramento, architettura

Flavio Schneider

Responsabile del progetto, dati di pre-addestramento, dati di fine-tuning

Tim von Känel

Inferenza, ottimizzazioni

Maximiliano Levi

Collaboratori alla ricerca

Johan Nordberg, Piotr Dabkowski

Frontend

Austin Malerba

Backend

Hristo Stoychev

Acquisizione dati

Alex George