- Lovable
- Veed model
- Synthesia
- Stripe
- Perplexity
- Twilio
かつてない文字起こし精度
Scribe v2は業界最高水準の文字起こし精度を実現。厳しい音声条件や多様なアクセントでも、編集しやすいクリーンなテキストを生成します。
あらゆるシナリオに対応
ノイズの多い環境、バックグラウンド音楽、強いアクセント、低品質な音声にも対応する文字起こし。
タイミング、話者、非音声イベントを細かく制御。
ElevenLabs Transcription APIは、笑い声、感情、サウンドエフェクトを検出できます。キータームプロンプティングを使えば、ドメイン固有の用語に沿って文字起こしを誘導できます。
オーディオとビデオを文字起こし
.webp&w=3840&q=95)
クリーンで編集可能な文字起こし
.webp&w=3840&q=95)
キータームプロンプティング
動的オーディオタグ付け
笑い声、拍手、音楽、バックグラウンドノイズなどの非音声イベントを捉えます。文字起こしには言葉だけでなく、音声の完全な文脈が含まれます。
スマート話者ダイアライゼーション
最大48人の話者を自動で識別・ラベル付けします。誰が何を話したかを明確に示し、読みやすい文字起こしに整理します。
エンティティ検出
文字起こし内の名前、日付、場所、組織などを含む56種類のエンティティを自動で識別・タグ付けします。
Scribe v2 Medicalで臨床音声を文字起こし
医療文字起こしと臨床ワークフロー向けに最適化されたスピーチtoテキストモデルです。薬剤名、解剖学用語、病理学用語の認識を強化しています。
臨床音声を文字起こし
医療従事者と患者の会話、医師の口述、患者の問診内容を正確なテキストに変換。医療従事者による確認や、ノート、コーディング、後続の文書作成ワークフローにすぐ活用できます。
医療用語の誤認識を削減
用語WERでは、Scribe v2 MedicalはEka Medical ASRテスト分割でScribe v2よりエラーを15%削減。臨床用語全般で医療音声認識を向上させています。
90以上の言語と幅広いアクセントの音声を文字起こし
アクセント、方言、録音条件を問わず、優れた精度を実現します。
languageCodeを変更して言語をプレビュー
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_v2",
tagAudioEvents: true,
languageCode: , // 言語を設定
diarize: true
});
console.log(transcription);
世界をリードする企業やブランドを支援
“ローカル言語でのReelsの吹き替えから、Horizonでの音楽やキャラクターボイスの生成まで、ElevenLabsプラットフォームは、世界中のクリエイター、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して構築できるようにします。”
“多くの言語にわたるScribeの比類ない精度により、Fieldyは日々のあらゆる会話を理解し、大陸をまたいで容易に拡張できるようになりました。ElevenLabs Scribeへの移行後、Fieldyのユーザー継続率は50%向上しました。”
“ElevenLabsにより、強力なテキスト読み上げ機能をSDKにすばやく導入できました。これによりAgentsは、ユーザーの質問への回答や、認識した内容へのフィードバックを、表現力豊かな音声でリアルタイムに返せます。”
“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。この統合により、企業とデベロッパーはTwilio CPaaSプラットフォームから直接、人間らしく表現力豊かでリアルタイムに応答する会話型AI音声インタラクションを作成できます。Twilioが、利用可能な中で最も表現力豊かで人間らしい音声によってConversationRelayを強化するためにElevenLabsを選んだことを、ElevenLabs一同うれしく思います。 ”
本番環境向けに構築されたAPI
データは転送中および保存時に暗号化され、SOC2、HIPAA、GDPRコンプライアンスに対応しています。より厳格なデータ管理のために、EUデータレジデンシーとゼロリテンションモードを利用できます。
データは転送中および保存時に暗号化され、SOC2、HIPAA、GDPRコンプライアンスに対応しています。より厳格なデータ管理のために、EUデータレジデンシーとゼロリテンションモードを利用できます。
型安全性、ストリーミング対応、明確なサンプルを備えた公式PythonおよびTypeScript SDK。
スムーズな導入を支援し、安定したパフォーマンスと安心を提供しながら、運用を確実に継続できるようサポートします。
