ElevenLabs
2 节点1 篇5 来源
美国AI音频公司ElevenLabs于2026年11月10日发布新一代语音转文字模型Scribe v3及实时版Scribe v3 Live。Scribe v3在102种语言中的词错误率较前代降低27%，而Scribe v3 Live首次引入实时说话人分离功能，语义错误率降低43%。此次更新旨在解决会议记录、客服通话等场景下的多说话人识别难题及实时交互中的断句误判问题。尽管ElevenLabs声称其性能超越所有测试竞品，但相关数据均基于内部评估，且部分基准数据集尚未公开，独立验证结果仍有待观察。
事情怎么走到这一步
ElevenLabs正式发布Scribe v3和Scribe v3 Live模型，宣布批量处理词错率降低27%，实时模式首次支持说话人分离。
elevenlabs.io ↗第三方评测机构BenchLM发布分析，指出ElevenLabs的测试结果基于内部FLEURS副本及未公开的16语言数据集，目前尚无法独立复现。
benchlm.ai ↗
还没定论的部分
- ElevenLabs承诺开源的16语言真实会议数据集何时正式可用？
- 独立第三方（如Artificial Analysis）的基准测试结果是否证实Scribe v3在跨语言准确率上的领先优势？
- Scribe v3 Live的实时说话人分离功能在高噪声或重叠说话场景下的实际表现如何？