Första månaden för $1Få din första månad för bara $1

Hoppa till innehållet

Realtids Speech to Text API

Transkribera tal live med Scribe v3 Live

Scribe v3 Live är den mest exakta STT-lösningen i realtid, med 150 ms latens på över 90 språk. Tillgänglig via API.

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

Byggd för hastighet och noggrannhet

Supersnabb, mycket exakt och byggd för direkttal. Scribe v3 Live levererar omedelbar transkribering för användningsfall i realtid.

Scribe v3 Live uppnår branschledande transkriberingsnoggrannhet med cirka 150 ms latens, även under utmanande ljudförhållanden och för olika accenter.

Realtids-transkribering med högsta noggrannhet

Scribe v3 Live uppnår branschledande transkriberingsnoggrannhet med cirka 150 ms latens, även under utmanande ljudförhållanden och för olika accenter.

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

Utformad för alla situationer

Transkribering som fungerar även i bullriga miljöer, med bakgrundsmusik, starka dialekter och låg ljudkvalitet.

Tunnad för taligenkänning i realtid

Scribe v3 Live bygger på grunden i Scribe v3 Live och ger cirka 150 ms latens med banbrytande noggrannhet för accenter, tonlägen och miljöer.

Utvecklad för Agents och röstappar

Scribe v3 Live är särskilt utformat för utvecklare som bygger konversationsagenter, mötesassistenter och röstapplikationer där hastighet och noggrannhet är avgörande.

Kan jag få en återbetalning?
Självklart. Kan du dela ditt ordernummer, tack?
Det är EL4543490
Tack. Jag har påbörjat återbetalningsprocessen för ordern.
Återbetalning genomförd

Prediktiv transkribering för låg latens

Scribe v3 Live använder prediktiv transkribering för att förutse de mest sannolika nästa orden och skiljetecknen – vilket möjliggör noggrannhet i realtid.

Scribe
makes
uses
is
has
new

Röstaktivitetsdetektering

Vet när en talare har pratat klart utifrån vad personen säger, inte bara tystnaden, så att röstassistenter inte avbryter folk.

Manuell commit-kontroll

Ger utvecklare kontroll över när transkriberingar ska slutföras – perfekt för anpassad streaming och finjusterad noggrannhet.

Flera ljudformat

Stöder PCM (8–48 kHz) och μ-law-kodning för kompatibilitet med telefoni, webbläsare och studio.

Modeller optimerade för alla användningsområden

Scribe v3 för användningsfall med stora volymer och Scribe v3 Live för användningsfall med låg latens

Black Mountain

Scribe v3

Högsta noggrannhet, anpassad för batch-arbeten.

  • 27 % färre fel än Scribe v2
  • Lägsta diariseringsfel vi har testat
  • Nummerformatering och språkledtrådar
  • Entitetsigenkänning och nyckelordsstyrning
  • Nyckelordsstyrning
Mountains

Scribe v3 Live

Lägst fördröjning, för realtidsanvändning.

  • Under 150 ms fördröjning
  • 43 % färre fel än v2 Realtime
  • Nyckelordsbibliotek och flerspråkigt läge
  • Röstaktivitetsdetektering
  • Stöd för över 90 språk

Transkribera tal på över 90 språk och många olika dialekter

Ger högsta noggrannhet oavsett dialekt, accent och inspelningsmiljö.

Ändra languageCode för att förhandsgranska språk

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

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

  languageCode: 
, // Välj språk onSessionStarted: () => console.log("Session started"), onPartialTranscript: (data) => console.log("Partial:", data.text) });
Flag for en
Engelska
Flag for zh
Kinesiska
Flag for es
Spanska
Flag for fr
Franska
Flag for pt
Portugisiska
Flag for de
Tyska
Flag for ja
Japanska
Flag for it
Italienska
Flag for hi
Hindi
Flag for en
EngelskaKlicka för att förhandsgranska

Vi driver världsledande företag och varumärken

  • “Från att dubba Reels på lokala språk till att skapa musik och karaktärsröster i Horizon – ElevenLabs gör det möjligt för kreatörer, företag och organisationer världen över att arbeta med röst, musik och ljud i stor skala.”
    Meta Color Logo
  • “Scribes oslagbara noggrannhet på så många språk gör att Fieldy förstår varje samtal och enkelt kan växa globalt. Fieldy har ökat användarretentionen med 50 % efter att ha bytt till ElevenLabs Scribe.”
    Fieldy logo
  • “ElevenLabs gjorde det enkelt för oss att snabbt lägga till kraftfull text-till-tal-funktion i vårt SDK, så att agenter kan svara direkt med uttrycksfulla röster på användarfrågor eller ge feedback på vad de ser.”
    Stream Color Logo
  • “Twilio har integrerat ElevenLabs generativa AI-röstteknik i sin CPaaS och förbättrat ConversationRelay. Det gör att företag och utvecklare kan skapa samtalsbaserade AI-röstinteraktioner som låter mänskliga, känns uttrycksfulla och svarar direkt – direkt från Twilios CPaaS-plattform. Vi på ElevenLabs är glada att Twilio valt oss för att göra ConversationRelay ännu mer uttrycksfullt och mänskligt.”
    Twilio logo

API:er byggda för produktion

Enterprise data protection developers

SDKs

Flexibel prissättning utifrån dina behov

Upplev marknadsledande noggrannhet och snabbhet med priser som passar allt från startups till stora företag.

0,22 $ per timme

på alla planer

UI Screenshot

Vanliga frågor

Senaste nytt

    Den mest realistiska AI-ljudplattformen