Black FridayDo 55% zniżkiZyskaj do 55% zniżkiKończy się 1 grudnia

Pierwszy miesiąc za $1Pierwszy miesiąc za jedyne $1

Przejdź do treści

API zamiany mowy na tekst na żywo

Transkrybuj mowę na żywo z Scribe v3 Live

Scribe v3 Live to najdokładniejszy model STT w czasie rzeczywistym z opóźnieniem 150 ms dla ponad 90 języków. Dostępny przez API.

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

Stworzone dla szybkości i precyzji

Superszybki, niezwykle dokładny i stworzony do mowy na żywo. Scribe v3 Live zapewnia natychmiastową transkrypcję w zastosowaniach czasu rzeczywistego.

Scribe v3 Live zapewnia wiodącą w branży dokładność transkrypcji przy opóźnieniu ~150 ms, nawet w trudnych warunkach audio i przy różnych akcentach.

Najdokładniejsza transkrypcja na żywo

Scribe v3 Live zapewnia wiodącą w branży dokładność transkrypcji przy opóźnieniu ~150 ms, nawet w trudnych warunkach audio i przy różnych akcentach.

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

Stworzone na każdą sytuację

Transkrypcja działa nawet w hałasie, z muzyką w tle, silnym akcentem czy słabej jakości dźwiękiem.

Rozpoznawanie mowy zoptymalizowane pod kątem działania na żywo

Zbudowany na podstawie Scribe v3 Live, Scribe v3 Live zapewnia opóźnienie ~150 ms i przełomową dokładność dla różnych akcentów, tonów i środowisk.

Stworzone dla Agents i aplikacji głosowych

Scribe v3 Live stworzono dla deweloperów budujących agentów konwersacyjnych, asystentów spotkań i aplikacje głosowe, w których liczą się szybkość i dokładność.

Czy mogę otrzymać zwrot?
Jasne. Czy możesz podać numer zamówienia?
To jest EL4543490
Dziękuję. Rozpocząłem proces zwrotu zamówienia.
Zwrot zakończony

Predykcyjna transkrypcja dla niskiego opóźnienia

Scribe v3 Live używa transkrypcji predykcyjnej, by przewidywać najbardziej prawdopodobne kolejne słowa i interpunkcję – zapewniając dokładność w czasie rzeczywistym.

Scribe
makes
uses
is
has
new

Wykrywanie aktywności głosu

Rozpoznaje koniec wypowiedzi po jej treści, a nie tylko po ciszy, dzięki czemu agenci głosowi nie przerywają rozmówcom.

Ręczna kontrola zatwierdzania

Deweloperzy sami decydują, kiedy zatwierdzić transkrypcję – idealne do własnych streamów i precyzyjnej kontroli.

Wiele formatów audio

Obsługuje PCM (8–48 kHz) i kodowanie μ-law, dzięki czemu działa z telefonią, przeglądarką i w studiu.

Modele dopasowane do każdego zastosowania

Scribe v3 do zastosowań masowych, a Scribe v3 Live do zastosowań o niskich opóźnieniach

Black Mountain

Scribe v3

Najwyższa dokładność, stworzony do pracy wsadowej.

  • O 27% mniej błędów niż Scribe v2
  • Najniższy testowany przez nas wskaźnik błędów diarizacji
  • Formatowanie liczb i wskazówki dotyczące języka
  • Wykrywanie encji i podpowiedzi słów kluczowych
  • Podpowiedzi słów kluczowych
Mountains

Scribe v3 Live

Najniższe opóźnienie, do pracy na żywo.

  • Opóźnienie poniżej 150 ms
  • O 43% mniej błędów niż v2 Realtime
  • Biblioteka słów kluczowych i tryb wielojęzyczny
  • Wykrywanie aktywności głosu
  • Obsługa ponad 90 języków

Transkrybuj mowę w 90+ językach i różnych akcentach

Świetna dokładność niezależnie od akcentu, dialektu czy warunków nagrania.

Zmień languageCode, żeby zobaczyć inne języki

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

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

  languageCode: 
, // Ustaw język onSessionStarted: () => console.log("Session started"), onPartialTranscript: (data) => console.log("Partial:", data.text) });
Flag for en
Angielski
Flag for zh
Chiński
Flag for es
Hiszpański
Flag for fr
Francuski
Flag for pt
Portugalski
Flag for de
Niemiecki
Flag for ja
Japoński
Flag for it
Włoski
Flag for hi
Hindi
Flag for en
AngielskiKliknij, aby zobaczyć podgląd

Z ElevenLabs korzystają największe firmy i marki

  • “Od dubbingu Reels w lokalnych językach, po generowanie muzyki i głosów postaci w Horizon – ElevenLabs pozwala twórcom, firmom i organizacjom działać globalnie z głosem, muzyką i dźwiękiem.”
    Meta Color Logo
  • “Niezrównana dokładność Scribe w tylu językach pozwala Fieldy rozumieć każdą rozmowę i łatwo rozwijać się na nowych rynkach. Po przejściu na ElevenLabs Scribe Fieldy zwiększyło retencję użytkowników o 50%.”
    Fieldy logo
  • “Dzięki ElevenLabs szybko dodaliśmy zaawansowaną zamianę tekstu na mowę do naszego SDK. Agenci mogą odpowiadać na pytania użytkowników lub reagować na to, co widzą, głosem w czasie rzeczywistym.”
    Stream Color Logo
  • “Twilio zintegrowało technologię generowania głosu AI od ElevenLabs z CPaaS, ulepszając ConversationRelay. Dzięki temu firmy i deweloperzy mogą tworzyć rozmowy głosowe AI, które brzmią naturalnie, są pełne emocji i reagują na żywo prosto z platformy Twilio CPaaS. Cieszymy się, że Twilio wybrało ElevenLabs, by ConversationRelay miało najbardziej naturalne i ekspresyjne głosy.”
    Twilio logo

API gotowe do wdrożenia

Enterprise data protection developers

SDKs

Elastyczne ceny dopasowane do twoich potrzeb

Doświadcz najlepszej dokładności i szybkości – ceny dopasowane do startupów i dużych zespołów.

0,22 USD za godzinę

we wszystkich planach

UI Screenshot

Najczęściej zadawane pytania

Najnowsze aktualizacje

    Najbardziej realistyczna platforma audio AI