Transcrição · ElevenLabs
Scribe
O modelo de transcrição da ElevenLabs, com mais de 90 idiomas. Anonimizado, e a transcrição mais cara daqui.
Anonimizado Moderate costO que o diferencia
O Scribe é o modelo de transcrição da ElevenLabs, com a menor taxa de erro por palavra no teste da Artificial Analysis entre estes quatro. Ele identifica interlocutores e sons que não são fala, detecta entidades e aceita até 100 termos-chave para escrever corretamente, a um preço mais alto.
- Mais de 90 idiomas, misturados em um mesmo arquivo
- Termos-chave no prompt, até 100
- Detecção de entidades e marcação de sons
Recomendado para: transcrever vários idiomas ou sotaques fortes.
Pontos fortes e limites
Onde ele brilha
- Mais de 90 idiomas com detecção automática
- Marca os sons que não são fala, segundo a ElevenLabs
Pense duas vezes quando
- Anonimizado, não privado: vale a política de retenção da ElevenLabs
- Custa cerca de 1,6 vez o preço do Parakeet ou do Whisper
- Mais de 90 idiomas
Casos de uso
Transcrever um painel com vários interlocutores
Transcreva este painel, identifique cada interlocutor e anote risadas ou aplausos entre colchetes.
Identifica os interlocutores e marca os sons que não são fala.
Ter os nomes de produtos escritos corretamente
Transcreva esta ligação de vendas. Escreva corretamente: Sub Rosa, Carpe Diem, Kubernetes, Aurélien Dufresne.
Os termos-chave orientam a grafia de nomes raros e jargões.
Diante dos rivais
- WhisperO Whisper é privado e mais barato, com uma taxa de erro maior no teste da Artificial Analysis.3º de 4 em Artificial Analysis word error rate ( 4,1%)
- ParakeetO Parakeet é privado e mais barato, mas cobre 25 idiomas.
- xAI Speech to TextA xAI é mais barata, com precisão parecida nesse teste.2º de 4 em Artificial Analysis word error rate ( 4%)
Histórico de versões
Cada versão, com data, e o que ela mudou em relação à anterior.
- Scribe v1Anterior, fora do Sub Rosa
- 99 idiomas, identificação de interlocutores, marcação de tempo por palavra e marcação de eventos sonoros
- Scribe v2A mais recente
- Mais estabilidade em áudios longos, pausas e silêncios
- Termos-chave no prompt (até 100), detecção de entidades e transcrição automática de idiomas misturados
Benchmarks
Como ler estas pontuações: o que um benchmark diz.
Artificial Analysis word error rate: 1º de 4 modelos medidos no catálogo. A proporção de palavras que uma transcrição erra (omitidas, acrescentadas ou trocadas) em um conjunto variado de gravações reais. Quanto menor, melhor. Com 5%, uma palavra em cada vinte precisa de correção; abaixo de 3%, a transcrição sai quase limpa.
Ver os números
| Modelo | % |
|---|---|
| 1. ElevenLabs Scribe V2 | 2,2% |
| 2. xAI Speech to Text v1 | 4% |
| 3. Whisper Large V3 | 4,1% |
| 4. Wizper (Whisper v3) | 4,7% |
O modelo desta família
| Modelo | Uso | Privacidade | Preço |
|---|---|---|---|
ElevenLabs Scribe V2elevenlabs/scribe-v2 | Transcrição | Anonimizado | $ 0,27 por hora de áudio |
Especificações
| Especificação | Scribe v2 |
|---|---|
| Lançamento | 9 de janeiro de 2026 |
| Pesos | Fechados |
| Aceita | audio |
| Produz | text |
| Idiomas | Mais de 90 idiomas |
| Preço | $ 0,27 por hora de áudio |
| Privacidade | Anonimizado |
Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.
Fontes
Tudo nesta página vem destas páginas, lidas em 16 de outubro de 2026 ou na data indicada em cada pontuação.