了解 Scribe

最后更新 2025年2月26日 • 阅读时间 3 分钟

A young man with short brown hair, smiling, wearing a dark patterned shirt and a blazer.

A man standing on a beach with rows of blue umbrellas and a hillside town in the background.

Tim von Känel, Research,

Flavio Schneider, Research

用全球最精准的 ASR 模型将语音转文本

Introducing IISubscribe V1, the world's most accurate speech-to-text model.

Introducing IIscribe V1, the world's most accurate speech-to-text model.

了解更多立即试用联系销售

Scribe 是我们的首个语音转文本模型，也是全球最精准的转写模型。专为应对真实场景下的音频而设计，Scribe 支持 99 种语言转写，具备词级时间戳、说话人分离和音频事件标记，结构化输出便于无缝集成。

Scribe 追求极致精准。在 FLEURS 和 Common Voice 基准测试中，Scribe 在 99 种语言上持续优于 Gemini 2.0 Flash、Whisper Large V3 和 Deepgram Nova-3 等主流模型。无论是会议纪要、影视字幕还是歌词，Scribe 在意大利语（98.7%）、英语（96.7%）及其他 97 种语言中都实现了最低的自动转写词错误率。

Scribe 让 ASR 普及易用，大幅降低塞尔维亚语、粤语、马拉雅拉姆语等传统弱势语言的转写错误率，而同类模型在这些语言上的词错误率常常超过 40%。