ElevenLabs 发布 Scribe v3 语音识别模型，实时版可判断说话是否结束
ElevenLabs 发布两款语音转文字模型：Scribe v3 用于录音文件，Scribe v3 Live 用于低延迟实时场景，均已通过 ElevenAPI 和 ElevenAgents 平台开放。官方称 Scribe v3 在 102 种语言上词错误率较前代降低约 25%，说话人分离在多人对话中更可靠，Live 版首次支持实时说话人分离。第三方评测机构 Artificial Analysis 确认 Scribe v3 准确率居市场前列，超过微软、Mistral、xAI、Google、OpenAI 的模型，仅次于…
推荐理由做语音 Agent 的可以直接用 Live 版解决打断问题，选型时注意它准确率高但速度价格不占优