ElevenLabs Scribe v1

Spracherkennung (STT)Nicht verfügbar
von ElevenLabsModell-ID: scribe-v1

ElevenLabs' STT. 99 languages, word-level timestamps, speaker diarization, audio-event tagging.

Status
Nicht verfügbar
Eingabe → Ausgabe
Audio → Text
Entwickler
ElevenLabs
Aktualisiert
25. Juni 2026

ElevenLabs Scribe v1 ist derzeit nicht verfügbar

Derzeit nicht verfügbar: Dieses Modell ist deaktiviert.

Die Angaben auf dieser Seite kannst du weiter nachlesen. Mit einer der verfügbaren Alternativen unten kannst du sofort ein vergleichbares Modell nutzen.

Zu den Alternativen
01

Vergleichbare Modelle

Alle dieser Kategorie
  • Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.

    ca. $ 0,0056/Lauf

  • WhisperOpenAI

    OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.

    ca. $ 0,0034/Lauf

  • SeamlessM4TCommunity

    Meta's SeamlessM4T multimodal translation model. Takes speech or text input and produces transcription or translation across about 100 languages, including speech-to-text and speech-to-speech. One model covers ASR plus cross-lingual translation without chaining separate systems.

    ca. $ 0,156/Lauf

02

Playground

ElevenLabs Scribe v1 ausprobieren

Keine Eingabemaske

Derzeit nicht verfügbar

Derzeit nicht verfügbar: Dieses Modell ist deaktiviert.

Der Playground ist deaktiviert. Vergleichbare Modelle findest du in derselben Kategorie: Alternativen ansehen

03

Über ElevenLabs Scribe v1

Kurz gesagtStand: 25. Juni 2026

ElevenLabs Scribe v1 ist ein Modell von ElevenLabs aus der Kategorie Spracherkennung (STT). Über Railwail ist ElevenLabs Scribe v1 derzeit nicht verfügbar.

Hintergrund

Über ElevenLabs

Gegründet 2022 · London, UK / New York, USA

ElevenLabs was founded in 2022 by Piotr Dabkowski and Mati Staniszewski, two Polish technologists who had worked at Google and Palantir. The company became famous for high-quality multilingual text-to-speech and AI dubbing, and in February 2025 expanded into the inverse problem with Scribe v1, the company's first dedicated automatic speech recognition model. Scribe was developed in part to power ElevenLabs' Dubbing Studio (transcribe source audio, translate, then re-synthesise in the target language), and is offered as a standalone API to enterprise customers who want a single vendor for the full STT-to-TTS pipeline. ElevenLabs has raised over $280M to date, with a Series C in January 2025 at a $3.3B valuation.

ElevenLabs besuchen

Architektur

Proprietary encoder-decoder speech-to-text Transformer

ElevenLabs Scribe v1 is a hosted automatic speech recognition model launched in February 2025. ElevenLabs has not published a technical report, but the launch blog describes a Transformer encoder-decoder ASR architecture trained on a large multilingual speech corpus covering 99 languages, with particular emphasis on accuracy in long-tail languages where Whisper Large v3 underperforms. Scribe outperformed Whisper Large v3 and Deepgram Nova-2 in the company's published FLEURS and Common Voice evaluations across many language pairs, and ranked first overall in a head-to-head benchmark on Hindi, Mandarin, German and Italian. The model supports speaker diarisation up to 32 speakers, word-level timestamps with sub-100 ms precision, character-level confidence scores, automatic non-speech event detection ([applause], [laughter], [music]) and audio-event classification. Maximum file size is 1 GB and maximum audio length is 2 hours per request.

Parameter
Undisclosed
Kontext
7,200 Token

Funktionen

  • 99-language multilingual ASR including many low-resource languages
  • Speaker diarisation up to 32 speakers
  • Word-level timestamps with sub-100 ms precision
  • Non-speech event detection ([applause], [laughter], [music])
  • Character-level confidence scores
  • Up to 2 hours per request, 1 GB file limit
  • Direct integration with ElevenLabs Dubbing Studio (STT to translate to TTS)
  • Best for: dubbing pipelines, multilingual transcription, podcast indexing, media analytics

Training & Lizenz

Not disclosed. ElevenLabs reports training on a 'large multilingual corpus' with curation for long-tail languages; data is described as a mix of licensed and crowd-sourced opt-in audio.

Lizenz: Proprietary commercial API. Commercial use permitted on paid plans.

Sicherheitstests: Same KYC and identity-verification practices as the rest of the ElevenLabs platform; no formal red-team report for ASR.

Bekannte Einschränkungen

  • No streaming mode at launch (file-based only)
  • Hard cap of 2 hours per request
  • Pricing per minute higher than Deepgram Nova-3 for English
  • Closed weights, hosted only
  • Diarisation accuracy degrades in noisy cross-talk
04

Preise

Derzeit nicht verfügbar: Dieses Modell ist deaktiviert. Für dieses Modell gibt es derzeit keinen Preis, deshalb lässt es sich nicht ausführen.

05

API

Rufe ElevenLabs Scribe v1 mit deinem Railwail-API-Schlüssel auf. Diese Modell-ID gehört in die Anfrage:

Kein geprüftes API-Beispiel

Die öffentliche API übergibt ein anderes Eingabeformat, als dieses Modell braucht. Nutze den Playground oben.

06

Spezifikationen

Modell-ID
scribe-v1
Entwickler
ElevenLabs
Eingabe
Audio
Ausgabe
Text
Modellgröße
Undisclosed
Lizenz
Proprietary commercial API. Commercial use permitted on paid plans.
Katalogeintrag aktualisiert
25. Juni 2026

Schlagwörter

  • elevenlabs
  • scribe
  • stt
  • transcription
  • diarization
  • per-minute
07

Einsatzgebiete

Wofür es genutzt wird

  • AI dubbing pipelines (STT to translate to TTS)
  • Multilingual podcast and media transcription
  • Search and indexing of audio archives
  • Meeting transcription with speaker diarisation
  • Accessibility captioning for video
08

Häufige Fragen

Was ist ElevenLabs Scribe v1?

ElevenLabs Scribe v1 ist ein Modell von ElevenLabs aus der Kategorie Spracherkennung (STT). Es steht im Railwail-Katalog, lässt sich derzeit aber nicht ausführen.

Was kostet ElevenLabs Scribe v1 bei Railwail?

ElevenLabs Scribe v1 lässt sich über Railwail derzeit nicht ausführen, deshalb gibt es keinen aktuellen Preis. Verfügbare Alternativen mit Preisen stehen weiter unten auf dieser Seite.

Wie schnell ist ElevenLabs Scribe v1?

Für ElevenLabs Scribe v1 gibt es bei Railwail noch zu wenige gemessene Läufe, um eine Laufzeit anzugeben. Sie hängt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.

Ist ElevenLabs Scribe v1 besser als Incredibly Fast Whisper?

Das hängt von der Aufgabe ab. ElevenLabs Scribe v1 (ElevenLabs) und Incredibly Fast Whisper (Community) sind beide Modelle aus der Kategorie Spracherkennung (STT). Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.

ElevenLabs Scribe v1 und Incredibly Fast Whisper vergleichen

Kann ich ElevenLabs Scribe v1 gerade nutzen?

Derzeit nicht verfügbar: Dieses Modell ist deaktiviert. Die Seite bleibt online; verfügbare Alternativen aus derselben Kategorie stehen weiter unten.

Alle Modelle über eine API

Ein API-Schlüssel für alle Modelle auf Railwail. Abgerechnet wird über vorab gekaufte Credits, 1 Credit = $ 0,01.