AI 新聞 · ElevenLabs · Scribe v3
ElevenLabs 的 Scribe v3 Live 可在通話中標示每位說話者
ElevenLabs 表示，新的語音轉文字模型比 Scribe v2 錯誤更少，語音代理也能自行判斷來電者是否說完，不必再乾等一段靜默。
AI 語音公司 ElevenLabs 在 2026 年 11 月 10 日（週二）推出兩款語音轉文字模型：處理錄音的 Scribe v3，以及處理即時音訊的 Scribe v3 Live。發表文章指出，在 102 種語言的測試中，錄音模型的詞錯誤率比 Scribe v2 降低 27%。即時模型的錯誤比 Scribe v2 Realtime 少 43%。
即時模型現在能在通話進行時標示誰在說話，這是 ElevenLabs 即時轉錄的首次。它也改變了語音代理的輪替方式。目前的系統常常是等一段固定長度的靜默，來電者念數字念到一半停頓，就可能被打斷。The Decoder 報導，Scribe v3 Live 會結合對話語境與音訊，判斷對方是否說完。多語言模式則能處理在同一句話中切換語言的來電者，ElevenLabs 表示，這是印度客戶針對印地語與英語提出的需求。
開發者可透過 ElevenLabs 的 API 呼叫這兩款模型，從 Scribe v2 切換只需改一次模型名稱。即時模型也內建於 ElevenAgents，也就是該公司的語音代理產品。準確度數字由 ElevenLabs 自行提供。
根據我們的價格表（11 月 12 日確認），ElevenLabs 的 Starter 方案每月 6 美元，內含 30,000 點數與商用授權；免費方案僅限個人使用且須標示出處，不得用於付費廣告。
說話者標示現在會在通話中即時出現，因此 ElevenLabs 的即時逐字稿能在對話進行時顯示誰說了什麼，業務或客服人員就能在通話當下分辨來電者那一端的兩個人。
