Alle Modelle
ElevenLabs
Scribe v2
Das mehrsprachige Speech-to-Text-Modell von ElevenLabs für detaillierte Transkripte mit vielen Sprechern, Wortzeit, Audioereignissen und großen benutzerdefinierten Schlüsselbegriffslisten.
Übersicht in einfacher englischer Sprache
Was Scribe v2 eigentlich ist
Scribe v2 verwandelt lange Audio- oder Videodateien in strukturierte Transkripte mit Spracherkennung, Wortzeitstempeln, Sprechertagebüchern und Audio-Tags für Ereignisse, die über die Sprache hinausgehen. Schlüsselbegriffseingaben helfen Teams dabei, Namen, Produkte und Vokabeln beizubehalten, die bei allgemeinen Erkennungsmodellen häufig fehlen.
ElevenLabs bietet Dateitranskription und eine separat kostenpflichtige Echtzeitroute. Die breitere Plattform bietet auch Sprach- und Agentenprodukte, die Audio-Pipelines eines Anbieters vereinfachen können, obwohl jede Funktion über eigene Abrechnungs- und Datenkontrollen verfügt.
Gute Passform für
- Mehrsprachige Medientranskription
- Aufnahmen mit vielen Sprechern oder Klangereignissen
- Audio-Stacks verwenden bereits ElevenLabs
Kategorievergleich
Die Fakten, die für die transkription-Modelle wichtig sind
Hierbei handelt es sich um vom Anbieter veröffentlichte Spezifikationen, nicht um Cody-Benchmark-Ergebnisse. Folgen Sie den verlinkten Quellen für aktuelle Grenzwerte und endpunktspezifische Ausnahmen.
- Transkriptionspreis
- 0,22 $/Audiostunde; Echtzeit separat aufgeführtAktueller Anbieterpreis pro Audiostunde oder Minute für den aufgeführten Verarbeitungsweg.
- Live oder Batch
- Batch- und langes Audio; separate EchtzeitrouteOb das Modell Echtzeit-Streams, hochgeladene Aufzeichnungen oder beides verarbeitet.
- Sprachen
- Über 90 SprachenVom Anbieter veröffentlichte Sprachabdeckung, die bei Bedarf geschulte oder beworbene Abdeckung von speziell verifizierten Sprachen trennt.
- Lautsprecheretiketten
- Bis zu 32 LautsprecherOb das Modell identifiziert, wer gesprochen hat, und ob ein veröffentlichtes Sprecherlimit vorliegt.
- Zeitstempel
- Zeitstempel auf WortebeneVerfügbare Timing-Informationen auf Wort-, Segment- oder Äußerungsebene.
- Vokabelkontrolle
- Bis zu 1.000 Schlüsselbegriffe; Audio-Tags und SpracherkennungKeyword-Boosting, benutzerdefinierte Rechtschreibung, Kontext, Eingabeaufforderungen oder andere Möglichkeiten zur Verbesserung von Domain-Begriffen.
- Wo kann man es verwenden?
- ElevenLabs Speech-to-Text-APIDirekte API, Cloud-Katalog, Anwendung oder regionaler Endpunkt, dokumentiert vom Anbieter.
Preise und Vergleiche
Kosten schätzen
Geben Sie Ihre Nutzung ein. Die Schätzung wird sofort aktualisiert.
Nutzt die Aufnahmedauer in Stunden: 30 Minuten = 0,5 Stunden. Zusatzfunktionen und Mindestgebühren können die Rechnung ändern.
Scribe v2
ElevenLabs
Geschätzte Summe (USD)
Für die angegebene Nutzung · USD · API-Preis, kein Abonnement
So funktioniert die Schätzung
Schätzungen ohne Steuern, Tools, Cache-Speicherung/-Schreiben, Freikontingente und individuelle Rabatte. Bei Bildern zählt nur die Ausgabe, nicht Prompt oder Referenzbilder. Qualitätsmodi unterscheiden sich. Nicht aufgeführte Einstellungen gelten nicht als kostenlos.
API- und Provider-Zugriff
Wo bekomme ich Scribe v2?
Verfügbarkeit
Regionen und Zugriffsphase
Verfügbar über die ElevenLabs Speech-to-Text-API und Produktschnittstellen; Echtzeit verwendet eine separate Modellroute.
Globale Optionen und Datenresidenzoptionen hängen vom ElevenLabs-Plan, dem Endpunkt und der Unternehmenskonfiguration ab.
Überprüfen Sie die Live-VerfügbarkeitDaten und Schulung
Die Route ist wichtig.
Mit ElevenLabs können berechtigte API-Kunden ihre Datennutzungspräferenzen verwalten. Die Nulldatenaufbewahrung durch enable_logging=false ist auf qualifizierte Unternehmenskonfigurationen und unterstützte Modelle beschränkt, einschließlich Scribe v2; Überprüfen Sie den Live-Plan und den regionalen Endpunkt.
Hierbei handelt es sich um eine prägnante Lektüre des zitierten Anbietermaterials und nicht um eine Rechtsberatung. Ein Drittanbieter-Gateway kann andere Speicher-, Routing-, Schulungs- und Residenzbedingungen haben als die direkte API des Modellherstellers.
Lesen Sie die Richtlinien des AnbietersHäufig gestellte Fragen
Scribe v2 FAQ
Was ist Scribe v2?
Das mehrsprachige Speech-to-Text-Modell von ElevenLabs für detaillierte Transkripte mit vielen Sprechern, Wortzeit, Audioereignissen und großen benutzerdefinierten Schlüsselbegriffslisten. Scribe v2 verwandelt lange Audio- oder Videodateien in strukturierte Transkripte mit Spracherkennung, Wortzeitstempeln, Sprechertagebüchern und Audio-Tags für Ereignisse, die über die Sprache hinausgehen. Schlüsselbegriffseingaben helfen Teams dabei, Namen, Produkte und Vokabeln beizubehalten, die bei allgemeinen Erkennungsmodellen häufig fehlen.
Wann wurde Scribe v2 veröffentlicht?
Scribe v2 wurde gemäß den zitierten Anbietermaterialien auf 9. Januar 2026 veröffentlicht.
Wo kann ich auf Scribe v2 zugreifen?
Verfügbar über die ElevenLabs Speech-to-Text-API und Produktschnittstellen; Echtzeit verwendet eine separate Modellroute. Die in diesem Handbuch aufgeführten Zugriffsrouten sind ElevenLabs und ElevenLabs API.
Wie viel kostet Scribe v2?
0,22 $/Audiostunde für Scribe v2. ElevenLabs listet separate Preise für Batch Scribe v2 und Scribe v2 Realtime auf. Die Erkennung und Schwärzung von Entitäten kann separat in Rechnung gestellt werden.
Wo ist Scribe v2 erhältlich?
Verfügbar über die ElevenLabs Speech-to-Text-API und Produktschnittstellen; Echtzeit verwendet eine separate Modellroute. Globale Optionen und Datenresidenzoptionen hängen vom ElevenLabs-Plan, dem Endpunkt und der Unternehmenskonfiguration ab.
Werden meine Scribe v2-API-Daten für das Training verwendet?
Mit ElevenLabs können berechtigte API-Kunden ihre Datennutzungspräferenzen verwalten. Die Nulldatenaufbewahrung durch enable_logging=false ist auf qualifizierte Unternehmenskonfigurationen und unterstützte Modelle beschränkt, einschließlich Scribe v2; Überprüfen Sie den Live-Plan und den regionalen Endpunkt. Die Richtlinie gehört zu den Routen- und Kontobedingungen des Anbieters. Überprüfen Sie sie daher vor der produktiven Nutzung erneut.
Verwandte Vergleiche
Direktvergleiche
Scribe v2 vs Muse Voice Transcribe
Das Streaming-Spracherkennungsmodell von Meta für Live-Untertitel, lange Audioinhalte, viele Sprecher, Code-Switching und domänenbezogene Transkription.
Vollständigen Vergleich öffnenScribe v2 vs MAI-Transcribe-2
Das schnelle Batch-Transkriptionsmodell von Microsoft für lange Aufnahmen, Sprecherbezeichnungen, Wort-Timing, Keyword-Bias und saubere oder wörtliche Transkripte.
Vollständigen Vergleich öffnenScribe v2 vs Chirp 3
Das allgemeine Sprach-zu-Text-Modell von Google Cloud für Streaming, Datei und kostengünstige dynamische Batch-Transkription in vielen Sprachen und Regionen.
Vollständigen Vergleich öffnenScribe v2 vs Universal-3.5 Pro
Das auf Genauigkeit ausgerichtete Transkriptionsmodell von AssemblyAI für Dateien und Live-Audio mit Code-Umschaltung, Sprecherbezeichnungen, Zeitstempeln und kontextbezogenen Eingabeaufforderungen.
Vollständigen Vergleich öffnen
