Scribe v3 by ElevenLabs ElevenLabs 的高精度语音转文字模型，面向开发者和媒体团队，支持90多种语言与多人对话，显著降低转写错误率。 热门评论 PH 用户今天在 Product Hunt 上发布 Scribe v3，这是 ElevenLabs 的新 speech-to-text 模型。有几个数字很亮眼。在他们的 benchmark 上，WER 是 5.5%，而 GPT-Transcribe 是 9.7%。Fieldy 说切换到 Scribe 后用户留存提升了 50%。而且 Meta 和 Twilio 已经在用了。如果你要测试，别用干净的录音棚音频。拿你最乱的通话录音，把产品名加进去作为 keyterms，然后打开 diarization。可在 dashboard 里用，也能通过 API 用，不需要销售电话。去试试 https://elevenlabs.io/blog/scribe-v3PH 用户在混乱通话中标注多达 32 个说话人，这很厉害。恭喜 ElevenLabs！PH 用户当有些名字软件识别不全时，最好的处理办法是什么？PH 用户1,000 个自定义 keyterms 是让我眼前一亮的细节——我处理的大多数转写都是在产品名和内部黑话上崩掉，而不是干净语音。32 个说话人的 diarization，以及笑声、音乐和情绪标签也是一样；这些通常都会丢。好奇 keyterm boost 在混乱、重叠的通话音频上，相比干净 benchmark 表现如何。PH 用户把一千个我自己的产品名作为 keyterms 加强，正好解决让每份转写都没用的那个问题，因为通用模型从没听过我们在站会里说的内部工具名。 热门产品Louis Jordan2026-11-11原文 打开互动版
有几个数字很亮眼。在他们的 benchmark 上，WER 是 5.5%，而 GPT-Transcribe 是 9.7%。Fieldy 说切换到 Scribe 后用户留存提升了 50%。而且 Meta 和 Twilio 已经在用了。
如果你要测试，别用干净的录音棚音频。拿你最乱的通话录音，把产品名加进去作为 keyterms，然后打开 diarization。
可在 dashboard 里用，也能通过 API 用，不需要销售电话。去试试 https://elevenlabs.io/blog/scribe-v3