十一实验室推出实时多语言转录工具Scribe v2

快速阅读: ElevenLabs推出Scribe v2实时版，支持90多种语言，实现实时转录，精度高，适用于语音助手、会议工具、实时字幕等领域，特别优化印度市场，符合数据法规。

语音AI公司ElevenLabs推出了其最先进的语音转文字模型Scribe v2实时版，该模型能够在150毫秒内提供接近人类质量的实时转录服务。该模型支持超过90种语言，其中包括11种印度语言，如印地语、泰米尔语、马拉雅拉姆语、卡纳达语、泰卢固语和古吉拉特语。

ElevenLabs表示，该模型在FLEURS基准测试中，跨30种欧洲和亚洲语言达到了93.5%的准确率，为实时多语言交流树立了新的标准。Scribe v2实时版旨在服务于开发语音助手、会议工具和实时字幕应用的开发者和企业。

据ElevenLabs介绍，该模型具备负延迟预测、文本调节、语音活动检测（VAD）及手动提交控制等功能，以提高流媒体性能。企业应用范围广泛，涵盖客户电话转录、合规监控、医疗口述、实时会议记录以及教育和媒体的无障碍字幕等。

在印度，ElevenLabs提供了数据驻留选项，以符合当地的数据法规。该模型还与ElevenLabs代理集成，使开发者能够创建更加自然的对话系统，用于支持和销售工作流程。

主要特点包括超低延迟实时转录、下词及标点预测、领域特定自定义词汇表和零保留模式以处理敏感工作负载。此外，它还提供说话人识别、时间戳精确度和全面的企业合规性，符合印度和全球标准。

Scribe v2实时版今日通过ElevenLabs API上线，并可直接部署于ElevenLabs代理中。ElevenLabs最近还推出了聊天模式，这是一种仅限文本的功能，扩展了其以语音为主的AI应用。此外，该公司通过与Merlin Network和Kobalt Music Group的许可合作，进一步涉足AI生成音乐领域，为电影、游戏和健康行业的创作者提供版权安全的内容。

(以上内容均由Ai生成)