核心要点速览
- 面向录音的 Scribe v3 支持 102 种语言,词错误率比 Scribe v2 低 27%
- 低延迟的 Scribe v3 Live 将错误减少 43%,并首次搭载说话人分离
- ElevenAPI 只需改一行模型 ID 即可切换,v3 Live 也可在 ElevenAgents 中使用
以真实噪声与会议人声重叠为前提的两条产品线
ElevenLabs(@ElevenLabs)于 2026 年 11 月 10 日在官方 X 上,将 Scribe v3 与 Scribe v3 Live 作为精度最高的语音转文字公开发布。博客由 Min Kim 于当天撰写,并于 14 日更新。会议纪要、语音智能体、配音、临床记录和广播存档都以转写为起点,错误越到下游,修正代价越高。
录音降 27%、实时降 43% 的精度差
从笔记应用到语音智能体,Scribe 已经支撑了数亿小时的转写。v3 面向录音,v3 Live 面向低延迟实时;后者首次加入说话人分离,话轮检测也做了改进。
出处[2]
印地语与英语切换逼出的现场五个问题
开发的起点,是在 Scribe 上做产品的团队反复提出的同样五个问题。即便在拥挤的房间里说话人标签也不乱,以及不把交谈中的停顿误当成句末的话轮检测,在官方博客里都各自单独成节。
出处[2]
用 ElevenAgents 走通第一遍转写
官方把这几个点的精度,讲成两件事的价值:借助 ElevenAgents 从一开始就拿到正确转写,以及面向企业的落地实现。接入可从博客文章(https://elevenlabs.io/blog/scribe-v3)着手。
出处[2]
Scribe v3:嘈杂会议里也能准确追踪说话人:原站入口在新标签页查看原始页面的完整内容
打开「Scribe v3」官方页面及相关链接 ↗X(推特)首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
参考链接与官方出处
- Scribe v3 関連ソース (1)x.com
- Scribe v3 関連ソース (2)elevenlabs.io




