推出 Scribe v2
- 发布时间
Scribe v2 专为批量转写、大规模字幕制作和字幕转写而打造。相比 Scribe v1，它在稳定性和准确性上均有提升，能更好地处理长音频、停顿、语调变化和长时间静音。
Scribe v2 Realtime 针对超低延迟和智能体用例进行了优化，而 Scribe v2 则针对长且复杂的录音进行优化，可在不同说话人、口音和表达方式下保持准确性。因此，无论面对何种真实音频场景，都能提供稳定可靠的转写结果。
Scribe v2 在行业标准基准测试中实现了有记录以来最低的词错误率。
利用关键词提示实现上下文感知转写
关键词提示会利用转写内容的上下文，超越标准自定义词汇表的能力。最多可选择 100 个词或短语，Scribe v2 会准确判断何时转写这些术语。这项功能特别适用于技术领域、品牌名称和行业专用语言。
内置实体检测与精确时间戳
Scribe v2 原生支持实体检测，可用于结构化音频分析。
最多可从个人身份信息、健康数据或支付详情中选择 56 个类别。Scribe v2 会自动检测转写内容中的相关实例及其精确时间戳，便于大规模审核、删改或处理敏感信息。
在 API 文档中了解更多：https://elevenlabs.io/docs/developers/guides/cookbooks/speech-to-text/batch/entity-detection
自动多语言转写
Scribe v2 开箱即支持智能多语言 workflow。
可在单个文件中发送包含多种语言的音频。模型会自动识别每种语言并正确转写，无需手动分段或配置。
面向生产 workflow 的更多功能
Scribe v2 提供了一系列专为企业和开发者用例设计的功能：
- 智能说话人分离，提供清晰直观的说话人标签
- 精确到单词级别的时间戳，便于精准对齐字幕并打造交互式体验
- 动态音频标记，可检测笑声、脚步声等非语音事件
- 具备企业级能力，符合 SOC 2、ISO 27001、PCI DSS L1、HIPAA 和 GDPR 标准，支持欧盟和印度数据驻留以及零保留模式
Scribe v2 现已上线 ElevenLabs Studio
Scribe v2 现已用于 ElevenLabs Studio，提供更准确的字幕、说明文字和转写，帮助团队管理营销、媒体、研究、培训和合规等场景中的大量音频和视频内容。
立即试用：https://elevenlabs.io/app/studio
使用 API 构建
借助 Scribe v2，开发者和企业可自动化复杂的音频处理流程，提升全球内容 workflow 的准确性，并通过全面的合规和数据驻留控制实现安全扩展。
Scribe v2 现已可通过我们的 API 和Creative 平台使用。
立即试用：https://elevenlabs.io/app/speech-to-text
