ElevenLabs 发布 Scribe v2 Realtime 实时语音转文字模型

Scribe v2 Realtime：最准确的实时转录模型

Scribe v2 Realtime 为低延迟语音转文字树立了新标准。

专为实时用例设计——语音智能体、会议助手和实时字幕——它能在 150 毫秒内完成语音转录，覆盖英语、法语、德语、意大利语、西班牙语和葡萄牙语，以及 90 种语言。

Scribe v2 Realtime 专为智能体用例打造。在 500 个包含背景噪音和复杂信息的困难样本上，它显著优于所有其他模型。

核心功能

• 负延迟：下一个词和标点预测
• 自动语言检测：可用任意语言说话，在对话中途切换语言
• 文本条件化：Scribe v2 Realtime 基于前一批次继续转录，在重新连接时非常有用
• 语音活动检测（VAD）
• 手动提交：完全控制何时最终确定转录片段
• 多种音频格式：支持 PCM（48kHz）和 μ-law 编码
• 企业级就绪，符合 SOC 2、ISO 27001、PCI DSS L1、HIPAA 和 GDPR 合规要求，提供欧盟和印度数据驻留选项，以及针对敏感工作负载的零保留模式

Scribe v2 Realtime 实时提供人类级别的理解能力，在实时环境中实现自然对话和即时响应。Scribe v2 Realtime 在 30 种常用的欧洲和亚洲语言上达到 93.5% 的准确率。

使用 API 构建

Scribe v2 Realtime 现已通过 ElevenLabs API 提供。

查看文档：https://elevenlabs.io/docs/cookbooks/speech-to-text/streaming

在 ElevenLabs Agents 中使用 Scribe v2 Realtime

部署由 Scribe v2 Realtime 驱动的自然、拟人化智能体。构建用于支持、销售或产品内体验的语音助手，能够实时理解和响应。

了解更多：https://elevenlabs.io/agents

立即开始构建

通过我们的 API 或直接在 ElevenLabs Agents 中使用 Scribe v2 Realtime。