Scribe —— 99 种语言实时转录，超越 Whisper 的语音转文字模型

🎙️ ElevenLabs 推出 Scribe ：一个超高准确性的语音转文字模型，能处理复杂真实场景的音频，支持99种语言转录，自动标记说话人切换和单词时间点，还能识别背景中的笑声等非语音事件，结构化数据输出方便开发者直接调用

📊 在多个国际测试中，Scribe 表现超越 Gemini、Whisper 等热门模型，尤其在意大利语、英语等97种小语种中错误率最低，让不同语言的语音识别更可靠。 开发者还可通过 API 接入获取带详细标记的JSON文本，普通用户也能在后台直接上传音视频生成格式化的文字稿 后续还会推出低延迟版本，适合实时场景使用

📝 在语音转文字的模型迭代下，我相信接下来会有更多的语音原生的产品出现