Todos os modelos
ElevenLabs
Scribe v2
Modelo multilíngue de conversão de fala em texto do ElevenLabs para transcrições detalhadas com muitos alto-falantes, tempo de palavra, eventos de áudio e grandes listas de termos-chave personalizados.
Visão geral em inglês simples
O que Scribe v2 realmente é
O Scribe v2 transforma áudio ou vídeo longos em transcrições estruturadas com detecção de idioma, carimbos de data e hora de palavras, diarização do locutor e tags de áudio para eventos além da fala. A solicitação de termos-chave ajuda as equipes a preservar nomes, produtos e vocabulário que os modelos de reconhecimento geral muitas vezes ignoram.
ElevenLabs oferece transcrição de arquivos e uma rota em tempo real com preço separado. A plataforma mais ampla também fornece produtos de voz e de agente, o que pode simplificar os pipelines de áudio de um único fornecedor, embora cada capacidade tenha seus próprios controles de faturamento e dados.
Bom ajuste para
- Transcrição de mídia multilíngue
- Gravações com muitos alto-falantes ou eventos sonoros
- Pilhas de áudio já usando ElevenLabs
Comparação de categorias
Os fatos que importam para os modelos transcrição
Estas são especificações publicadas pelo fornecedor, não pontuações de benchmark Cody. Siga as fontes vinculadas para limites atuais e exceções específicas de endpoint.
- Preço da transcrição
- US$ 0,22/hora de áudio; tempo real listado separadamentePreço atual do provedor por hora ou minuto de áudio para a rota de processamento listada.
- Ao vivo ou em lote
- Áudio em lote e longo; rota separada em tempo realSe o modelo lida com streams em tempo real, gravações carregadas ou ambos.
- Idiomas
- Mais de 90 idiomasCobertura de idiomas publicada pelo provedor, separando a cobertura treinada ou anunciada de idiomas especificamente verificados quando necessário.
- Etiquetas de alto-falante
- Até 32 alto-falantesSe o modelo identifica quem falou e qualquer limite de oradores publicado.
- Carimbos de data e hora
- Carimbos de data e hora em nível de palavraInformações disponíveis sobre temporização em nível de palavra, segmento ou enunciado.
- Controle de vocabulário
- Até 1.000 termos-chave; tags de áudio e detecção de idiomaAumento de palavras-chave, ortografia personalizada, contexto, solicitações ou outras formas de melhorar os termos do domínio.
- Onde usar
- API de conversão de fala em texto ElevenLabsAPI direta, catálogo de nuvem, aplicativo ou endpoint regional documentado pelo provedor.
Preços e comparações
Estime seu custo
Defina seu uso. A estimativa é atualizada enquanto você digita.
Usa a duração em horas: 30 minutos = 0,5 hora. Recursos extras e cobranças mínimas podem alterar o total.
Scribe v2
ElevenLabs
Total estimado (USD)
Para o uso indicado · USD · Preço de API, não de assinatura
Como funciona esta estimativa
Estimativas sem impostos, ferramentas, armazenamento/gravação de cache, franquias gratuitas e descontos personalizados. Imagens incluem apenas a saída, sem prompt ou referências. Os modos de qualidade variam. Configurações não listadas não são consideradas gratuitas.
Acesso à API e ao provedor
Onde obter Scribe v2
Disponibilidade
Regiões e estágio de acesso
Disponível por meio da API de fala para texto ElevenLabs e interfaces de produto; o tempo real usa uma rota de modelo separada.
As opções globais e de residência de dados dependem do plano ElevenLabs, do endpoint e da configuração empresarial.
Verifique a disponibilidade ao vivoDados e treinamento
A rota é importante.
ElevenLabs permite que clientes de API qualificados gerenciem preferências de uso de dados. A retenção zero de dados por meio de enable_logging=false é limitada a configurações corporativas qualificadas e modelos suportados, incluindo Scribe v2; verifique o plano ativo e o endpoint regional.
Esta é uma leitura concisa do material citado do fornecedor, e não um aconselhamento jurídico. Um gateway de terceiros pode ter diferentes termos de armazenamento, roteamento, treinamento e residência da API direta do criador do modelo.
Leia a política do provedorPerguntas frequentes
Perguntas frequentes sobre Scribe v2
O que é Scribe v2?
Modelo multilíngue de conversão de fala em texto do ElevenLabs para transcrições detalhadas com muitos alto-falantes, tempo de palavra, eventos de áudio e grandes listas de termos-chave personalizados. O Scribe v2 transforma áudio ou vídeo longos em transcrições estruturadas com detecção de idioma, carimbos de data e hora de palavras, diarização do locutor e tags de áudio para eventos além da fala. A solicitação de termos-chave ajuda as equipes a preservar nomes, produtos e vocabulário que os modelos de reconhecimento geral muitas vezes ignoram.
Quando o Scribe v2 foi lançado?
Scribe v2 foi lançado em 9 de janeiro de 2026 de acordo com os materiais do fornecedor citado.
Onde posso acessar Scribe v2?
Disponível por meio da API de fala para texto ElevenLabs e interfaces de produto; o tempo real usa uma rota de modelo separada. As rotas de acesso listadas neste guia são ElevenLabs e ElevenLabs API.
Quanto custa Scribe v2?
US$ 0,22/hora de áudio para Scribe v2. ElevenLabs lista preços separados para lote Scribe v2 e Scribe v2 Realtime. A detecção e a redação de entidades podem ser cobradas separadamente.
Onde o Scribe v2 está disponível?
Disponível por meio da API de fala para texto ElevenLabs e interfaces de produto; o tempo real usa uma rota de modelo separada. As opções globais e de residência de dados dependem do plano ElevenLabs, do endpoint e da configuração empresarial.
Os dados da minha API Scribe v2 são usados para treinamento?
ElevenLabs permite que clientes de API qualificados gerenciem preferências de uso de dados. A retenção zero de dados por meio de enable_logging=false é limitada a configurações corporativas qualificadas e modelos suportados, incluindo Scribe v2; verifique o plano ativo e o endpoint regional. A política pertence à rota do provedor e aos termos da conta, portanto, verifique-a novamente antes do uso em produção.
Comparações relacionadas
Comparações lado a lado
Scribe v2 vs Muse Voice Transcribe
Modelo de reconhecimento de fala de streaming do Meta para legendas ao vivo, áudio longo, muitos alto-falantes, troca de código e transcrição com reconhecimento de domínio.
Abrir comparação completaScribe v2 vs MAI-Transcribe-2
Modelo de transcrição em lote rápido do Microsoft para gravações longas, rótulos de alto-falante, tempo de palavra, polarização de palavras-chave e transcrições limpas ou literais.
Abrir comparação completaScribe v2 vs Chirp 3
Modelo geral de fala para texto do Google Cloud para streaming, arquivo e transcrição de lote dinâmico de baixo custo em vários idiomas e regiões.
Abrir comparação completaScribe v2 vs Universal-3.5 Pro
Modelo de transcrição focado na precisão do AssemblyAI para arquivos e áudio ao vivo, com troca de código, rótulos de alto-falante, carimbos de data e hora e prompts contextuais.
Abrir comparação completa
