Scribe v2 Realtime이란?

Scribe v2 Realtime은 라이브 음성 텍스트 변환을 위해 개발된 스트리밍 음성 텍스트 변환 모델입니다. 30개 언어에서 150ms 지연과 93.5% 정확도를 제공하며, FLEURS 벤치마크에서 Gemini Flash 2.5, GPT-4o Mini Transcribe, Deepgram Nova 3보다 뛰어난 성능을 보입니다.

Scribe v2 Realtime과 Scribe v2의 차이점은?

Scribe v2 Realtime은 150ms 지연의 스트리밍에 최적화되어 있습니다. Scribe v2(배치)는 녹음된 오디오용으로, 화자 분리, 동적 오디오 태깅, 99개 언어 지원 등 추가 기능이 있습니다. 실시간 에이전트 및 라이브 앱에는 Realtime을, 후처리 워크플로에는 배치 모델을 사용하세요.

실시간 음성 텍스트 변환에서 Scribe의 정확도는 어느 정도인가요?

Scribe v2 Realtime은 99개 언어에서 최고 수준의 정확도를 제공하며, 까다로운 오디오 환경, 억양, 녹음 품질에도 강합니다. 이전 세대 모델과 주요 API보다 공개 벤치마크에서 더 뛰어난 성능을 보입니다.

지연 시간은 어떻게 되나요?

애플리케이션 및 네트워크 지연을 제외하고 약 150ms의 엔드 투 엔드 지연. 이는 GPT-4o Mini Transcribe(500ms)보다 3배 빠릅니다.

음수 지연/예측 음성 변환이란?

Scribe는 다음 단어나 구두점을 실제로 말하기 전에 예측합니다. 덕분에 침묵을 기다리지 않고도 텍스트 변환을 확정할 수 있어 더욱 부드러운 실시간 결과를 제공합니다.

어떤 언어를 지원하나요?

자동 언어 감지로 90개 이상의 언어 지원. 대화 중 언어 전환도 별도 설정 없이 처리합니다.

어떤 오디오 포맷을 지원하나요?

8kHz~48kHz 샘플레이트의 PCM 오디오와 μ-law 인코딩 지원. 전화, 브라우저, 스튜디오 소스와 호환됩니다.

Scribe v2 Realtime에서 화자 분리(스피커 다이어리제이션)를 지원하나요?

현재는 지원하지 않습니다. 다중 화자 식별이 필요하다면 최대 48명까지 지원하는 Scribe v2(배치)를 이용하세요.

동시 처리 제한은 어떻게 되나요?

비즈니스 요금제에서 30개 이상의 동시 스트림 지원. 엔터프라이즈 요금제는 더 높은 한도 제공. 대량 사용은 영업팀에 문의하세요.

Scribe v2 Realtime이 ElevenLabs Agents에서 사용 가능한가요?

네, Scribe v2 Realtime은 기본적으로 Agents 플랫폼에 통합되어 있습니다.

어떤 컴플라이언스 인증을 지원하나요?

SOC 2, ISO 27001, PCI DSS 1레벨, HIPAA, GDPR 지원. 엔터프라이즈 요금제는 무보관 모드와 EU/인도 데이터 보관도 가능합니다.

실시간 음성 텍스트 변환 API

Scribe v2 Realtime으로 라이브 음성 텍스트 변환

API 키 받기 문서 보기

Scribe v2 Realtime은 90개 이상의 언어를 지원하며, 지연 시간 150ms로 가장 정확한 실시간 STT(음성 인식)입니다. API를 통해 이용할 수 있습니다.

데모

코드

Lovable
Veed model
Synthesia
Stripe
Perplexity
Twilio

속도와 정확성을 위한 설계

API 키 받기 문서 보기

초고속, 초정확, 라이브 음성에 최적화. Scribe v2 Realtime은 실시간 환경에서 즉각적인 음성 텍스트 변환을 제공합니다.

최고 정확도의 실시간 음성 텍스트 변환

Scribe v2 Realtime은 까다로운 오디오 환경이나 다양한 억양에서도 약 150ms의 지연과 업계 최고 수준의 음성 텍스트 변환 정확도를 제공합니다.

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

모든 상황에 맞춘 설계

배경 소음, 음악, 강한 억양, 저품질 오디오 환경에서도 동작하는 음성 텍스트 변환.

실시간 성능을 위해 개발된 음성 인식

Scribe v1을 기반으로 한 Scribe v2 Realtime은 억양, 어조, 환경을 가리지 않고 약 150ms의 지연과 혁신적인 정확도를 자랑합니다.

환불 받을 수 있나요?

네, 주문번호를 알려주실 수 있나요?

주문번호는 EL4543490입니다

감사합니다. 주문 환불 절차를 시작했습니다.

환불 완료

Agents와 음성 앱을 위한 맞춤 설계

Scribe v2 Realtime은 개발자가 대화형 에이전트, 회의 어시스턴트, 음성 애플리케이션을 빠르고 정확하게 만들 수 있도록 설계되었습니다.

Scribe

makes

uses

is

has

new

저지연을 위한 예측 음성 변환

Scribe v2 Realtime은 예측 음성 변환을 통해 다음에 올 단어나 구두점을 미리 예측하여 실시간 정확도를 높입니다.

음성 활동 감지

음성의 시작과 끝을 감지해 오디오를 정확하게 구분, 부드럽고 효율적인 실시간 음성 텍스트 변환 제공.

수동 커밋 제어

개발자가 언제 텍스트 변환을 확정할지 직접 제어 가능 – 맞춤형 스트리밍 및 세밀한 정확도 조정에 적합.

다양한 오디오 포맷 지원

PCM(8–48 kHz) 및 μ-law 인코딩 지원으로 전화, 브라우저, 스튜디오 환경 모두 호환.

모든 용도에 최적화된 모델

대량 작업에는 Scribe v2, 저지연 작업에는 Scribe v2 Realtime 사용

Scribe v2

최고 정확도, 대량 작업에 최적화.

정확도 95% 이상
90개 이상 언어
비음성 이벤트 감지
엔터티 감지
핵심 용어 프롬프트

Scribe v2 실시간

최저 지연, 실시간 작업에 적합.

150ms 이하 지연
90개 이상 언어
음성 텍스트 변환 스트리밍
음성 활동 감지
자동 언어 인식

90개 이상의 언어와 다양한 억양의 음성 텍스트 변환

억양, 방언, 녹음 환경에 상관없이 뛰어난 정확도 제공.

languageCode를 변경해 다양한 언어 미리보기

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

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

  languageCode: 
, // 언어 설정

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

영어

중국어

스페인어

프랑스어

포르투갈어

독일어

일본어

이탈리아어

힌디어

영어클릭하여 미리 듣기

세계 최고의 기업과 브랜드가 선택한 기술

고객 사례 보기

“현지 언어로 Reels 더빙부터 Horizon에서 음악 및 캐릭터 음성 생성까지, ElevenLabs 플랫폼은 전 세계 크리에이터, 기업, 엔터프라이즈가 음성, 음악, 사운드로 다양한 창작을 할 수 있도록 지원합니다.”
“Scribe의 뛰어난 다국어 정확도 덕분에 Fieldy는 모든 일상 대화를 이해하고 손쉽게 글로벌 확장이 가능해졌습니다. ElevenLabs Scribe로 전환 후 사용자 유지율이 50% 증가했습니다.”
“ElevenLabs 덕분에 강력한 텍스트 음성 변환 기능을 SDK에 빠르게 적용할 수 있었고, Agents가 사용자 질문이나 피드백에 실시간으로 풍부한 음성으로 응답할 수 있게 되었습니다.”
“Twilio는 ElevenLabs의 생성형 AI 음성 기술을 CPaaS에 통합해 ConversationRelay를 강화했습니다. 이 통합으로 기업과 개발자는 Twilio CPaaS 플랫폼에서 바로 사람처럼 자연스럽고 표현력 있는 실시간 대화형 AI 음성 상호작용을 만들 수 있습니다. ElevenLabs는 Twilio가 가장 자연스럽고 인간적인 음성으로 ConversationRelay를 강화하는 파트너로 ElevenLabs를 선택해 매우 기쁩니다.”