Noticias de IA · ElevenLabs · Scribe v3
ElevenLabs Scribe v3 Live: identifica a cada hablante
ElevenLabs dice que sus nuevos modelos de voz a texto reducen los errores frente a Scribe v2. Además, permiten que los agentes de voz detecten cuándo ha terminado de hablar quien llama, en lugar de esperar a que haya un silencio.
ElevenLabs, la empresa de voz con IA, lanzó dos modelos de voz a texto el martes 10 de noviembre de 2026: Scribe v3 para grabaciones y Scribe v3 Live para audio en directo. Medido en 102 idiomas, el modelo de audio grabado reduce los errores de palabras un 27% frente a Scribe v2, según su publicación de lanzamiento. El modelo en vivo comete un 43% menos de errores que Scribe v2 Realtime.
El modelo en vivo identifica ahora quién habla mientras transcurre la llamada, una novedad en la transcripción en tiempo real de ElevenLabs. También cambia la gestión de turnos de los agentes de voz. Los sistemas actuales suelen esperar un silencio de duración fija, lo que puede cortar a quien llama y se detiene a mitad de un número. Scribe v3 Live pondera el contexto de la conversación junto con el audio para decidir cuándo alguien ha terminado de hablar, según informa The Decoder. Un modo multilingüe atiende a quienes cambian de idioma dentro de una misma frase, algo que, según ElevenLabs, le pidieron sus clientes en India con el hindi y el inglés.
Los desarrolladores pueden usar ambos modelos con la API de ElevenLabs, donde pasar de Scribe v2 requiere un solo cambio en el nombre del modelo. El modelo en vivo también funciona dentro de ElevenAgents, el producto de agentes de voz de la empresa. Las cifras de precisión son de la propia ElevenLabs.
En nuestra hoja de precios, revisada el 12 de noviembre, el plan Starter de ElevenLabs cuesta $6 al mes por 30,000 créditos con licencia comercial. El plan gratuito es para uso personal con atribución y no permite anuncios de pago.
Como las etiquetas de hablante llegan durante la llamada, una transcripción en vivo de ElevenLabs puede mostrar quién dijo qué mientras ocurre la conversación. Así, un agente de ventas o de soporte puede distinguir a dos personas al otro lado mientras hablan.
Fuentes
- ElevenLabs: Introducing Scribe v3 and v3 Live, our most accurate speech to text models. Revisado el
- The Decoder: ElevenLabs Scribe v3 Live uses conversational context to stop voice agents from cutting off callers mid-sentence. Revisado el
Alexandre S.
Alexandre S. es estratega creativo de anuncios y redactor publicitario, con diez años de experiencia en marketing digital en múltiples canales.
Más noticias de IA del
- Google Ads dice que una etiqueta de IA no justifica una figura pública falsa
- Los anuncios de Meta pueden mostrar descuentos que las tiendas desactivaron, según un asesor
- Los anuncios de producto de ChatGPT ya pueden segmentar regiones dentro de un país
- IAB clasifica las compras con IA en tres vías para atribuir el mérito
- El agente de IA de Nectar encuentra creadores y les escribe en nombre de las marcas
- Gemini 4 Hydrogen pasa a ser el modelo predeterminado del Modo IA de Google
- Los chatbots de IA envían a los compradores a tiendas falsas, según un estudio de Podqi
- Muse de Meta ya llama por teléfono a empresas de EE. UU. para los usuarios de pago
- Phota Labs lanza un asistente de fotos con IA gratuito en iPhone