As capturas mostram as páginas oficiais na data indicada e podem diferir das páginas na publicação. Selecione uma imagem para ampliá-la.
Em 10 de novembro de 2026, a ElevenLabs, empresa de IA de voz, lançou o Scribe v3, uma IA que transforma fala em texto. São dois modelos: o Scribe v3, para áudio gravado, e o Scribe v3 Live, para transcrever conversas e outros conteúdos na hora, em tempo real.
Grande ganho de precisão
Segundo a ElevenLabs, o Scribe v3 comete 27% menos erros de palavras que o Scribe v2 anterior. A comparação foi feita em 102 idiomas, e a empresa diz que a precisão melhorou em todos os idiomas testados. Por idioma, os erros caíram 42% em alemão, 35% em espanhol, 23% em inglês e 28% em tailandês. A precisão para identificar quem está falando em gravações com várias pessoas também melhorou, e em conversas com 3 ou mais pessoas os erros caíram 17%, segundo a empresa.
O Scribe v3 Live, versão em tempo real, comete 43% menos erros que mudam o sentido do que foi dito do que a versão em tempo real anterior. Pela primeira vez, também consegue identificar quem está falando em tempo real. Na parte em inglês dos dados de avaliação próprios da ElevenLabs, a taxa de erro na identificação de quem fala é de 3,1%, abaixo dos outros modelos em tempo real testados pela ElevenLabs (de 5,9% a 7,3%), segundo a empresa.
Principais recursos
Os principais recursos são estes. Os 3 primeiros são recursos do Scribe v3, a versão para áudio gravado.
- Permite cadastrar até 1.000 termos técnicos e nomes próprios, o que facilita a transcrição correta (a versão em tempo real tem um sistema que permite cadastrar mais termos)
- É possível escolher se os números são escritos com algarismos ou por extenso
- É possível dizer, em linguagem comum, como formatar a transcrição, por exemplo "organize neste formato"
- A versão em tempo real funciona em conversas em que o idioma muda no meio da frase
- Avalia se a pessoa terminou de falar não só pelo silêncio, mas também pelo rumo da conversa
As comparações de precisão são medições da própria ElevenLabs.
Onde usar
O Scribe v3 e o Scribe v3 Live passaram a ser os modelos padrão nos apps da ElevenLabs. Os desenvolvedores podem trocar de modelo apenas mudando o modelo indicado na API. O Scribe v3 Live também pode ser usado no serviço da ElevenLabs para criar agentes de IA que conversam.
Para empresas, há opções como não armazenar os dados, processá-los em ambientes isolados na UE, na Índia ou em Singapura, além dos EUA, o padrão, e contratos compatíveis com a regulamentação dos EUA sobre informações de saúde (HIPAA). O anúncio não traz preços, que precisam ser consultados na página de preços da ElevenLabs.
A visão do CoAI
A ElevenLabs é conhecida pela leitura de textos em voz alta, mas agora também aposta na alta precisão da transcrição. Segundo a empresa, a precisão melhorou em 102 idiomas, então dá para esperar avanços também na transcrição de gravações de reuniões e entrevistas, inclusive em japonês. Mas o anúncio não informa quanto o japonês melhorou, e o mais seguro é testar com áudios reais.
