ElevenLabs 语音转写错误率再降 27%
推荐指数 63.0 NO. 012 · 2026.11.13
votes178comments6
简介
Scribe v3 支持 90+ 语言、32 人说话人分离、15 小时长文件,WER 5.5% 显著低于 GPT-Transcribe 的 9.7%。实时转写场景(会议、客服、媒体)的开发者可直接替换,用户留存提升 50% 的反馈说明体验差距已拉开。
编辑判断
语音转写赛道正在从"能用"转向"好用",Scribe v3 的 32 人说话人分离和情感/音乐标签能力,实际上是在抢 AssemblyAI 和 Rev 的企业级市场。真正值得注意的不是 WER 数字,而是 1000 个自定义术语 boost——这意味着医疗、法律、金融等垂直场景可以低门槛做领域适配,而不必自己微调模型。
如果你在用 Whisper API 或 AWS Transcribe 做会议记录、合规存档,迁移成本很低但体验提升明显,建议拿现有音频跑对比测试。实时流式接口的延迟表现会是下一个关键指标。