截圖顯示拍攝日期的官方頁面，可能與文章發布時不同。點選圖片可放大。
語音AI企業ElevenLabs於2026年11月10日推出將語音轉成文字的AI「Scribe v3」。共有兩種：針對錄音的Scribe v3，以及能把對話等內容當場轉成文字的即時版「Scribe v3 Live」。
準確度大幅提升
根據ElevenLabs的說明，Scribe v3比上一代Scribe v2的單字錯誤減少了27%。這項比較涵蓋102種語言，ElevenLabs表示在測試的所有語言中準確度都有提升。依語言來看，德語的錯誤減少42%、西班牙語減少35%、英語減少23%、泰語減少28%。在多人說話的錄音中，辨別是誰在說話的準確度也有所提升，三人以上的對話錯誤減少了17%。
即時版Scribe v3 Live與上一代即時版相比，改變原意的錯誤減少了43%。這次也首度做到在即時轉錄中區分說話者。ElevenLabs表示，在其自有評測資料的英語部分中，說話者區分錯誤率為3.1%，低於ElevenLabs測試的其他即時模型（5.9～7.3%）。
主要功能
主要功能如下。前三項是針對錄音的Scribe v3的功能。
- 最多可登錄1,000個專業術語與專有名詞，更容易正確轉錄（即時版有可登錄更多詞語的機制）
- 可選擇數字要用阿拉伯數字還是用文字書寫
- 能用一般的句子指示轉錄內容的整理方式，例如「整理成……格式」
- 即時版支援在句子中途切換語言的對話
- 不只依據沉默，也會根據對話的脈絡判斷說話者是否已經說完
準確度的比較是由ElevenLabs自己測得。
可使用的地方
Scribe v3與Scribe v3 Live已成為ElevenLabs應用程式的預設模型。開發者只要在API中修改模型名稱即可切換。Scribe v3 Live也能用於ElevenLabs打造對話式AI代理的服務。
在企業方面，ElevenLabs提供不保存資料的設定、除了預設的美國之外，也能在歐盟、印度與新加坡的隔離環境中處理資料，以及符合美國醫療資訊法規（HIPAA）的合約等。公告中並未公布價格，需要到ElevenLabs的價格頁面確認。
CoAI編輯部觀點
ElevenLabs以語音朗讀聞名，如今在語音轉文字方面也開始主打高準確度。由於它表示102種語言的準確度都有提升，在將包含日語在內的會議與採訪錄音轉成文字的用途上，也可望獲得改善。不過，公告中並未說明日語的改善幅度，最穩當的做法是用實際的音訊試試看。
