Scribe 是 推出的高精度模型，专为多语言和复杂音频环境设计。支持99种语言，英语和意大利语的转录准确率分别达到96.7%和98.7%，在小语种上也有出色表现。Scribe 能区分多达32位说话者，检测笑声、音效等非语言事件，提供结构化的JSON输出，包含单词级时间戳和说话者标注。

Scribe – ElevenLabs 推出的高精度语音转文本模型 第1张
（图片来源网络，侵删）
Scribe – ElevenLabs 推出的高精度语音转文本模型 第2张
（图片来源网络，侵删）