Las capturas muestran las páginas oficiales en la fecha indicada y pueden diferir de las de la publicación. Selecciona una imagen para ampliarla.
El 10 de noviembre de 2026, la empresa de IA de voz ElevenLabs lanzó Scribe v3, una IA que convierte la voz en texto. Hay dos versiones: Scribe v3, para audio grabado, y Scribe v3 Live, para transcribir en el momento conversaciones y otros contenidos en tiempo real.
Una gran mejora de precisión
Según ElevenLabs, Scribe v3 comete un 27% menos de errores de palabras que el anterior Scribe v2. La comparación se hizo en 102 idiomas, y la empresa asegura que la precisión mejoró en todos los idiomas que probó. Por idiomas, los errores bajaron un 42% en alemán, un 35% en español, un 23% en inglés y un 28% en tailandés. También mejoró la precisión para distinguir quién habla en grabaciones con varias personas: en conversaciones de 3 o más personas, los errores se redujeron un 17%, según la empresa.
Scribe v3 Live, la versión en tiempo real, comete un 43% menos de errores que cambian el sentido de lo dicho que la anterior versión en tiempo real. Por primera vez, también puede distinguir a los hablantes en tiempo real. En la parte en inglés de los datos de evaluación propios de ElevenLabs, la tasa de error al distinguir hablantes es del 3,1%, por debajo de los otros modelos en tiempo real que probó ElevenLabs (entre el 5,9% y el 7,3%), según la empresa.
Funciones principales
Estas son sus funciones principales. Las 3 primeras son funciones de Scribe v3, la versión para audio grabado.
- Permite registrar hasta 1.000 términos especializados o nombres propios para que se transcriban correctamente con más facilidad (la versión en tiempo real tiene un sistema que permite registrar más términos)
- Se puede elegir si los números se escriben con cifras o con letras
- Se puede indicar con lenguaje normal cómo dar formato a la transcripción, por ejemplo "ponlo en este formato"
- La versión en tiempo real admite conversaciones en las que se cambia de idioma en mitad de una frase
- Decide si la persona ha terminado de hablar no solo por los silencios, sino también por el hilo de la conversación
Las comparaciones de precisión son mediciones de la propia ElevenLabs.
Dónde se puede usar
Scribe v3 y Scribe v3 Live pasaron a ser los modelos predeterminados en las apps de ElevenLabs. Los desarrolladores pueden cambiar de modelo simplemente modificando el modelo indicado en la API. Scribe v3 Live también se puede usar en el servicio de ElevenLabs para crear agentes de IA conversacionales.
Para empresas, ofrece opciones como no guardar los datos, procesarlos en entornos aislados en la UE, la India o Singapur además de en EE. UU., la opción estándar, y contratos que cumplen la normativa estadounidense sobre información médica (HIPAA). El anuncio no indica precios, por lo que hay que consultarlos en la página de precios de ElevenLabs.
El punto de vista de CoAI
ElevenLabs es conocida por la lectura de textos en voz alta, pero ahora también apuesta por la alta precisión en la transcripción. Según la empresa, la precisión mejoró en 102 idiomas, así que se pueden esperar mejoras también al transcribir grabaciones de reuniones o entrevistas, incluidas las que están en japonés. Eso sí, el anuncio no indica cuánto mejoró en japonés, por lo que lo más seguro es probarlo con audio real.
