AI TOOL GUIDE · 2026-11-12
ElevenLabs Scribe v3:转文字错误少 27%,多人对话也能分清谁在说
ElevenLabs 发布语音转文字模型 Scribe v3 和实时版 v3 Live:官方称比上代少 27% 的识字错误、覆盖 102 种语言,多人对话的说话人区分更准;已成为 ElevenLabs 应用的默认转写模型。
适合人群:博主 标签:博主 · 字幕 · 语音转文字 · 播客 · 海外 首次收录:2026-11-12
一句话
做播客、访谈、口播字幕,最烦的是错字和「谁说的」标错。ElevenLabs 新的 Scribe v3 主打更少错字、更准的说话人区分。
官方演示它解决什么问题
- 错字要逐句校:专有名词、数字、品牌名最容易被听错,后期校对很费时间。
- 多人对话分不清:三人以上的访谈、圆桌,转写稿里经常把话安到错的人头上。
它怎么工作
- 更少错字:官方称在 102 种语言上比上代少 27% 的词错误(厂商自报)。
- 说话人区分:三人以上录音的说话人错误比上代少 17%(厂商自报)。
- 术语提示:最多可提前给 1000 个关键词(品牌名、缩写、行话),提高识别准确度。
- 格式规则用大白话写:例如「所有日期写成 年-月-日」;也能选数字写成阿拉伯数字还是文字。
- 实时版 v3 Live:低延迟,首次支持实时区分说话人,还支持一句话里中途换语言的混说模式。
官方演示怎么用(分步)
- 登录 ElevenLabs 网页应用,进入语音转文字功能(v3 已是默认模型)。
- 上传音频或视频,必要时填上关键词列表。
- 导出转写稿或字幕文件,再校对专有名词。
以上步骤依据官方发布文章整理,具体以产品页面为准。
费用与注意
- 按 ElevenLabs 套餐额度计费,具体以官网为准。
- 官方未单独公布中文的提升幅度,中文效果建议先用短音频试。
- 需要海外网络;国内访问情况未确认。
同类怎么选
- 英文或多语种访谈、播客,要分清说话人:试 Scribe v3。
- 纯中文口播加字幕:剪辑软件自带的识别字幕通常就够用。
官方链接
出现在哪几期
素材说明:标「实录」的是我们自己打开网站录的屏;标「官方演示」的截自官方发布视频。事实只取自官方 README / 官网 / 发布帖与当期日报,数据以页面注明的查询时间为准。