Przedstawiamy Scribe v2

Scribe v2 stworzono z myślą o transkrypcji wsadowej, tworzeniu napisów i podpisów na dużą skalę. Zapewnia większą stabilność i dokładność niż Scribe v1, lepiej radząc sobie z długimi nagraniami, pauzami, zmianami tonu i przedłużającą się ciszą.

Scribe v2 Realtime jest zoptymalizowany pod kątem bardzo niskich opóźnień i zastosowań z agentami, a Scribe v2 — pod kątem długich i złożonych nagrań. Zachowuje dokładność dla różnych mówców, akcentów i stylów wypowiedzi. Efekt to niezawodne transkrypcje w szerokim zakresie rzeczywistych warunków audio.

Scribe v2 osiąga najniższy współczynnik błędów słownych w branżowych testach porównawczych.

Podpowiedzi kluczowych terminów dla transkrypcji uwzględniającej kontekst

Podpowiedzi kluczowych terminów wykraczają poza standardową funkcję Custom Vocabulary, ponieważ wykorzystują kontekst transkrypcji. Wybierz do 100 słów lub fraz, a Scribe v2 precyzyjnie określi, kiedy je zapisać. To rozwiązanie świetnie sprawdza się w dziedzinach technicznych, przy nazwach marek i języku branżowym.

Wbudowane wykrywanie encji z precyzyjnymi znacznikami czasu

Scribe v2 oferuje natywne wykrywanie encji do ustrukturyzowanej analizy audio.

Możesz wybrać do 56 kategorii, w tym dane umożliwiające identyfikację osoby, dane zdrowotne i dane płatnicze. Scribe v2 automatycznie wykryje te informacje oraz ich dokładne znaczniki czasu w transkrypcji, ułatwiając sprawdzanie, redagowanie i przetwarzanie wrażliwych danych na dużą skalę.

Dowiedz się więcej w dokumentacji API: https://elevenlabs.io/docs/developers/guides/cookbooks/speech-to-text/batch/entity-detection

Automatyczna transkrypcja w wielu językach

Scribe v2 obsługuje inteligentne workflow wielojęzyczne od razu po uruchomieniu.

Możesz przesłać jeden plik audio zawierający wiele języków. Model automatycznie wykrywa każdy język i poprawnie go transkrybuje bez ręcznego dzielenia nagrania lub konfiguracji.

Dodatkowe funkcje dla środowisk produkcyjnych

Scribe v2 oferuje zestaw funkcji dla firm i deweloperów:

• Inteligentna diarizacja mówców zapewniająca jasne i intuicyjne oznaczanie mówców
• Precyzyjne znaczniki czasu dla każdego słowa, ułatwiające dokładne dopasowanie napisów i tworzenie interaktywnych doświadczeń
• Dynamiczne tagowanie audio wykrywające zdarzenia pozamowne, takie jak śmiech lub kroki
• Gotowość dla firm: zgodność z SOC 2, ISO 27001, PCI DSS L1, HIPAA i RODO, przechowywanie danych w UE i Indiach oraz obsługa trybu bez retencji danych

Scribe v2 dostępny teraz w ElevenLabs Studio

Scribe v2 jest teraz używany w ElevenLabs Studio do tworzenia dokładniejszych napisów, podpisów i transkrypcji. Wspiera zespoły zarządzające dużymi bibliotekami audio i wideo w marketingu, mediach, badaniach, szkoleniach i obszarze zgodności.

Wypróbuj teraz: https://elevenlabs.io/app/studio

Twórz z API

Dzięki Scribe v2 deweloperzy i firmy mogą automatyzować złożone procesy audio, zwiększać dokładność w globalnych workflow treści oraz bezpiecznie skalować działania, zachowując pełną zgodność i kontrolę nad lokalizacją danych.

Scribe v2 jest już dostępny przez nasze API i platformę Creative.

Wypróbuj teraz: https://elevenlabs.io/app/speech-to-text

Przeczytaj dokumentację: https://elevenlabs.io/docs/capabilities/speech-to-text

Zarejestruj się tutaj: https://elevenlabs.io/speech-to-text