Scopri Scribe

Scritto da: Tim von Känel; Flavio Schneider
Pubblicato: 26 feb 2025

AscoltaAscolta questo articolo

0:00

0:000:00

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%.

The world's most accurate ASR model by IIElevenLabs.

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