// AI 新闻 · 2026-11-10 · ElevenLabs Blog
ElevenLabs发布Scribe v3及v3 Live语音转文本模型
ElevenLabs于近日推出Scribe v3和Scribe v3 Live两款语音转文本模型，分别针对录制音频和实时音频场景。两者相较Scribe v2在102种语言中词错误率降低27%，其中Scribe v3在三及以上说话者会议场景下的说话人识别错误减少17%。Scribe v3 Live首次支持实时场景中的说话人分离，并实现43%的错误率下降，同时引入基于上下文的转场检测机制，避免因沉默中断用户发言。
原文发布 2026-11-10 20:00（北京时间）来源 ElevenLabs Blog自动整理 · 已核对原文
01摘要
Scribe v3支持多语言语境推断、数字格式自定义及关键词提示功能，可处理千项术语列表；Scribe v3 Live新增中段语言切换模式和大型关键词库，模型在识别可能匹配项时会调用该库。两款模型均通过内部FLEURS基准测试及自建多语言会议数据集验证，覆盖16种真实场景语音内容，性能优于现有主流模型。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Scribe v3在102种语言中词错误率比v2降低27%，三及以上说话者场景下说话人识别错误减少17%
- Scribe v3 Live首次实现实时语音的说话人分离，转场检测基于上下文而非沉默，避免中断用户发言
- 支持多语言切换、数字格式自定义及关键词提示，可处理千项术语和复杂格式规则
- 两款模型均通过内部FLEURS基准与真实会议数据集验证，在难转写语言如斯瓦希里语上表现提升显著
03原文出处
Introducing Scribe v3 and v3 Live, our most accurate speech to text models
ElevenLabs Blog · 发布于 2026-11-10 20:00（北京时间） · 上方为原标题
另有 2 家报道
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-10 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日