ElevenLabs apresenta os modelos de conversão de fala em texto Scribe v3 e Scribe v3 Live

A ElevenLabs apresentou o Scribe v3 e o Scribe v3 Live, que descreve como seus modelos de conversão de fala em texto mais precisos até agora. Segundo a empresa, eles foram desenvolvidos para áudio do mundo real e conseguem lidar com:

• ruído de fundo extremo;
• distinguir pausas do fim de frases;
• identificar quem disse o quê em uma reunião movimentada.

Essas são afirmações da ElevenLabs; a publicação não apresenta dados de benchmark.