モデル・開発
ElevenLabsがScribe v3とv3 Liveを提供開始
原題: Introducing Scribe v3 and v3 Live, our most accurate speech to text models
batchとreal-timeの音声認識を更新
ElevenLabsは2026年11月10日、Scribe v3とScribe v3 Liveを提供開始しました。
Scribe v3は録音音声向け、v3 Liveは低遅延のreal-time音声向けです。
両modelはElevenAPIで利用でき、model IDをscribe_v3またはscribe_v3_liveへ変えて移行します。
v3 LiveはElevenAgentsで利用でき、両modelはElevenLabsアプリの既定になりました。
102言語を対象にし、複数話者のdiarizationと話者labelを更新しています。
v3 Liveは会話文脈を使うturn detectionにより、発話途中のpauseを会話終了と誤認しにくくします。
同じ文中で言語を切り替えるmultilingual modeと、大規模な用語集を参照するkeyterm libraryを追加しました。
Scribe v3は最大1,000件のkeyterm promptと、自然言語で書くtranscript formatting ruleに対応します。
Enterprise向けには米国の既定環境に加え、EU、India、Singaporeのdata residencyとprivate deploymentを提供します。
誤り率などの比較値はElevenLabs自身のdatasetを含む提供元評価で、独立評価ではありません。