ElevenLabs Scribe v1

Преобразуване на реч в текстНедостъпно
от ElevenLabsID на модела: scribe-v1

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

Статус
Недостъпно
Вход → Изход
Аудио → Текст
Разработчик
ElevenLabs
Актуализирано
25 юни 2026 г.

ElevenLabs Scribe v1 е временно недостъпен

Временно недостъпно: този модел е деактивиран.

Можете да прочетете подробностите на тази страница. Изберете една от наличните алтернативи по-долу, за да стартирате сравним модел веднага.

Към алтернативите
01

Сравними модели

Всички в тази категория
  • 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.

    ≈ 0,0056 щ.д./стартиране

  • 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.

    ≈ 0,0034 щ.д./стартиране

  • 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.

    ≈ 0,156 щ.д./стартиране

02

Playground

Опитай ElevenLabs Scribe v1

Няма входна форма

Временно недостъпно

Временно недостъпно: този модел е деактивиран.

Playground е деактивиран. Сравними модели можеш да намериш в същата категория: Преглед на алтернативи

03

За ElevenLabs Scribe v1

НакраткоКъм 25 юни 2026 г.

ElevenLabs Scribe v1 е модел на ElevenLabs от категория Преобразуване на реч в текст. На Railwail ElevenLabs Scribe v1 в момента не е наличен.

Фон

За ElevenLabs

Основана 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.

Посетете ElevenLabs

Архитектура

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.

Параметри
Undisclosed
Контекст
7200 токена

Възможности

  • 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

Обучение и лиценз

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.

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

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

Известни ограничения

  • 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

Цени

Временно недостъпно: този модел е деактивиран. В момента няма цена за този модел, затова не може да се изпълни.

05

API

Извикайте ElevenLabs Scribe v1 с вашия Railwail API ключ. Използвайте този ID на модела в заявката:

Няма проверен API пример

Публичният API предава различен входен формат, отколкото този модел нуждае. Използвайте playground по-горе.

06

Спецификации

ID на модела
scribe-v1
Разработчик
ElevenLabs
Вход
Аудио
Изход
Текст
Размер на модела
Undisclosed
Лиценз
Proprietary commercial API. Commercial use permitted on paid plans.
Каталогът е актуализиран
25 юни 2026 г.

Етикети

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

Случаи на използване

За какво се използва

  • 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

Често задавани въпроси

Какво е ElevenLabs Scribe v1?

ElevenLabs Scribe v1 е модел от ElevenLabs в категория Преобразуване на реч в текст. Той е включен в каталога на Railwail, но не може да се стартира в момента.

Колко струва ElevenLabs Scribe v1 на Railwail?

ElevenLabs Scribe v1 не може да се стартира на Railwail в момента, затова няма текуща цена. Налични алтернативи с цени са изброени по-долу на тази страница.

Колко бърз е ElevenLabs Scribe v1?

Все още няма достатъчно измерени задачи на ElevenLabs Scribe v1 на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.

Е ли ElevenLabs Scribe v1 по-добър от Incredibly Fast Whisper?

Зависи от задачата. ElevenLabs Scribe v1 (ElevenLabs) и Incredibly Fast Whisper (Community) са и двата модела в категория Преобразуване на реч в текст. Страницата за сравнение показва техните цени и спецификации един до друг.

Сравни ElevenLabs Scribe v1 и Incredibly Fast Whisper

Мога ли да използвам ElevenLabs Scribe v1 сега?

Временно недостъпно: този модел е деактивиран. Страницата остава онлайн; налични алтернативи от същата категория са изброени по-долу.

Всички модели чрез един API

Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..