ElevenLabs ra mắt các mô hình chuyển giọng nói thành văn bản Scribe v3 và Scribe v3 Live

ElevenLabs đã ra mắt Scribe v3 và Scribe v3 Live, mà hãng gọi là những mô hình chuyển giọng nói thành văn bản chính xác nhất từ trước đến nay. Hãng cho biết các mô hình này được xây dựng cho âm thanh trong đời thực và có thể xử lý:

• tiếng ồn nền cực lớn;
• phân biệt khoảng ngừng với điểm kết thúc câu;
• theo dõi ai đã nói gì trong một cuộc họp đông người.

Đây là những tuyên bố của ElevenLabs; bài đăng không đưa ra số liệu benchmark.