ブラックフライデー最大55%オフ最大55%オフ12月1日まで

初月$1初月はわずか$1

コンテンツへ移動

リアルタイムスピーチtoテキストAPI

Scribe v3 Liveで音声をリアルタイムに文字起こし

Scribe v3 Liveは、90以上の言語に対応し、150msの低レイテンシを実現する、最高精度のリアルタイムSTTです。APIで利用できます。

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

スピードと精度を両立

圧倒的な速度と精度を備え、ライブ音声のために設計。Scribe v3 Liveは、リアルタイムのユースケースに即時の文字起こしを提供します。

Scribe v3 Liveは、厳しいオーディオ環境や多様なアクセントでも、約150msの低レイテンシで業界最高水準の文字起こし精度を実現します。

最高精度のリアルタイム文字起こし

Scribe v3 Liveは、厳しいオーディオ環境や多様なアクセントでも、約150msの低レイテンシで業界最高水準の文字起こし精度を実現します。

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

あらゆるシーンに対応

ノイズ環境やBGM、強いアクセント、低音質でも正確に文字起こし。

リアルタイム性能に特化した音声認識

Scribe v3 Liveは、その基盤技術により、さまざまなアクセント、話し方、環境で画期的な精度と約150msの低レイテンシを実現します。

Agentsや音声アプリ向けに最適化

Scribe v3 Liveは、速度と精度が欠かせない会話型エージェント、会議アシスタント、音声アプリケーションを開発するデベロッパー向けに設計されています。

返金してもらえますか?
もちろんです。注文番号を教えていただけますか?
注文番号はEL4543490です
ありがとうございます。 注文の返金手続きを開始しました。
返金が完了しました

低遅延を実現する予測型文字起こし

Scribe v3 Liveは予測文字起こしを使って、次に続く可能性が最も高い単語や句読点を予測し、リアルタイムの精度を実現します。

Scribe
makes
uses
is
has
new

音声アクティビティ検出

無音だけでなく、発話内容から話し終えたタイミングを判断するため、音声エージェントが会話を遮りません。

手動コミットコントロール

デベロッパーが文字起こしの確定タイミングを自由にコントロール可能。カスタムストリーミングや精度調整に最適です。

複数のオーディオフォーマット対応

PCM(8~48kHz)やμ-lawエンコーディングに対応し、電話・ブラウザ・スタジオなど幅広い環境で利用できます。

あらゆる用途に最適化されたモデル

大量処理にはScribe v3、低レイテンシが必要な用途にはScribe v3 Live

Black Mountain

Scribe v3

バッチ処理向けに設計された最高精度モデル。

  • Scribe v2よりエラーを27%削減
  • テストした中で最も低い話者分離エラー率
  • 数値の書式設定と言語ヒント
  • エンティティ検出とキーワードプロンプト
  • キータームプロンプト
Mountains

Scribe v3 Live

リアルタイム処理向けの最小遅延モデル。

  • 150ms未満の遅延
  • v2 Realtimeよりエラーを43%削減
  • キーワードライブラリと多言語モード
  • 音声アクティビティ検出
  • 90以上の言語に対応

90以上の言語と多様なアクセントの音声を文字起こし

アクセントや方言、録音環境を問わず高い精度を実現します。

languageCodeを変更して各言語をプレビュー

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

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

  languageCode: 
, // 言語を設定 onSessionStarted: () => console.log("Session started"), onPartialTranscript: (data) => console.log("Partial:", data.text) });
Flag for en
英語
Flag for zh
中国語
Flag for es
スペイン語
Flag for fr
フランス語
Flag for pt
ポルトガル語
Flag for de
ドイツ語
Flag for ja
日本語
Flag for it
イタリア語
Flag for hi
ヒンディー語
Flag for en
英語プレビューをクリック

世界をリードする企業やブランドに導入

  • “現地語でのReels吹き替えから、Horizonでの音楽やキャラクターボイス生成まで、ElevenLabsのプラットフォームは世界中のクリエイターや企業、エンタープライズが音声・音楽・サウンドを大規模に活用できる環境を提供します。”
    Meta Color Logo
  • “Scribeの圧倒的な多言語精度により、Fieldyは日々の会話をすべて理解し、世界中で簡単にスケールできるようになりました。ElevenLabs Scribe導入後、Fieldyのユーザー定着率は50%向上しています。”
    Fieldy logo
  • “ElevenLabsのおかげで、強力なテキスト読み上げ機能をSDKに素早く組み込めました。Agentsはユーザーの質問や状況にリアルタイムで表情豊かな声で応答できます。”
    Stream Color Logo
  • “TwilioはElevenLabsの生成AI音声技術をCPaaSに統合し、ConversationRelayを強化しました。この連携により、企業やデベロッパーはTwilio CPaaSプラットフォーム上で、人間らしく表現力豊かな会話型AI音声インタラクションをリアルタイムで構築できます。ElevenLabsとしても、Twilioが最も表現力豊かで人間らしい音声でConversationRelayを強化するパートナーにElevenLabsを選んでくれたことを嬉しく思います。”
    Twilio logo

本番環境向けに構築されたAPI

Enterprise data protection developers

SDKs

ニーズに合わせた柔軟な料金プラン

スタートアップからエンタープライズチームまで拡張できる料金設計で、最高水準の精度と応答性を体験してください。

1時間あたり$0.22

すべてのプランで

UI Screenshot

よくある質問

最新アップデート

    最もリアルなオーディオAIプラットフォーム