ElevenLabs stellt die Speech-to-Text-Modelle Scribe v3 und Scribe v3 Live vor

ElevenLabs hat Scribe v3 und Scribe v3 Live vorgestellt, die das Unternehmen als seine bislang genauesten Speech-to-Text-Modelle bezeichnet. Laut eigenen Angaben sind sie für Audio aus der Praxis entwickelt und bewältigen:

• extreme Hintergrundgeräusche;
• Pausen von Satzenden zu unterscheiden;
• in einer lebhaften Besprechung nachzuverfolgen, wer was gesagt hat.

Das sind Behauptungen von ElevenLabs; der Beitrag nennt keine Benchmark-Zahlen.