Cody
pl
ENESFRDEJAKOPT-BRPLAR
Zaloguj się · Assist
Zacznij za darmo
Agenci
Cody Assist logoCody AssistWiedza i wsparcieCody Convert logoCody ConvertProaktywny agent strony internetowejCody Clear logoCody ClearStopień zgodnościCody Live logoCody LiveAvatary i doświadczenia
Wszyscy agenciCennik
Zasoby
BlogaPrzypadki użyciaBiblioteka promptówBiblioteka umiejętnościBiblioteka modeli
Firma
O nasKontakt
Wszystkie modele
Rozpoznawanie mowy i transkrypcjaStabilny
ElevenLabs

Scribe v2

Wielojęzyczny model zamiany mowy na tekst ElevenLabs umożliwiający szczegółowe transkrypcje z wieloma mówcami, synchronizacją słów, zdarzeniami audio i dużymi niestandardowymi listami kluczowych terminów.

Otwórz dokumentację dostawcyZobacz najważniejsze faktyCeny i porównania

Przegląd w prostym języku angielskim

Czym właściwie jest Scribe v2

Scribe v2 zamienia długi dźwięk lub wideo w ustrukturyzowane transkrypcje z wykrywaniem języka, znacznikami czasu słów, diaaryzacją mówiącego i znacznikami audio dla zdarzeń wykraczających poza mowę. Podpowiadanie terminów kluczowych pomaga zespołom zachować nazwy, produkty i słownictwo, których często brakuje w modelach ogólnego rozpoznawania.

ElevenLabs oferuje transkrypcję plików i oddzielnie płatną trasę w czasie rzeczywistym. Szersza platforma zapewnia także produkty głosowe i agentowe, które mogą uprościć potoki audio pochodzące od jednego dostawcy, chociaż każda funkcja ma własne zasady rozliczeń i kontroli danych.

Dobre dopasowanie do

  • Wielojęzyczna transkrypcja multimediów
  • Nagrania z wieloma głośnikami lub zdarzeniami dźwiękowymi
  • Stosy audio już korzystają z ElevenLabs

Porównanie kategorii

Fakty, które mają znaczenie w przypadku modeli transkrypcja

Są to specyfikacje opublikowane przez dostawcę, a nie wyniki testów porównawczych Cody. Skorzystaj z połączonych źródeł, aby poznać aktualne limity i wyjątki specyficzne dla punktu końcowego.

Cena transkrypcji
0,22 USD / godzina audio; czasu rzeczywistego wymienione osobnoAktualna cena dostawcy za godzinę lub minutę dźwięku dla podanej ścieżki przetwarzania.
Na żywo lub wsadowo
Wsadowy i długi dźwięk; osobna trasa w czasie rzeczywistymCzy model obsługuje strumienie w czasie rzeczywistym, przesłane nagrania, czy jedno i drugie.
Języki
Ponad 90 językówOpublikowana przez dostawcę oferta językowa, w razie potrzeby oddzielająca ofertę szkoleniową lub reklamowaną od specjalnie zweryfikowanych języków.
Etykiety głośników
Do 32 głośnikówOkreśla, czy model identyfikuje, kto przemawiał, i jaki jest opublikowany limit mówców.
Znaczniki czasu
Znaczniki czasu na poziomie słówDostępne informacje o taktowaniu na poziomie słowa, segmentu lub wypowiedzi.
Kontrola słownictwa
Do 1000 słów kluczowych; znaczniki audio i wykrywanie językaWzmacnianie słów kluczowych, niestandardowa pisownia, kontekst, podpowiedzi lub inne sposoby ulepszania terminów domeny.
Gdzie go używać
ElevenLabs API zamiany mowy na tekstBezpośredni interfejs API, katalog w chmurze, aplikacja lub regionalny punkt końcowy udokumentowany przez dostawcę.

Ceny i porównania

Oszacuj koszt

Podaj zużycie. Szacunek aktualizuje się podczas wpisywania.

Używa czasu nagrania w godzinach: 30 minut = 0,5 godziny. Dodatkowe funkcje i opłaty minimalne mogą zmienić rachunek.

Scribe v2

ElevenLabs

Szacowany koszt (USD)

Brak zweryfikowanej stawki

Dla podanego użycia · USD · Cena API, nie abonamentu

Jak działa ten szacunek

Szacunki nie obejmują podatków, narzędzi, zapisu i przechowywania pamięci podręcznej, darmowych limitów ani rabatów. Dla obrazów obejmują tylko wynik, bez promptu i obrazów referencyjnych. Tryby jakości różnią się. Brak stawki nie oznacza bezpłatności.

Dostęp do API i dostawcy

Gdzie zdobyć Scribe v2

ElevenLabsWersja Scribe v2Oficjalna wersja modelu i podstawowe możliwości rozpoznawania mowy.ElevenLabs APIDokumentacja zamiany mowy na tekstAktualne modele, języki, diaryzacja, znaczniki czasu i przepływ pracy API.

Dostępność

Regiony i etap dostępu

Dostępne za pośrednictwem interfejsu API zamiany mowy na tekst ElevenLabs i interfejsów produktu; Realtime wykorzystuje oddzielną trasę modelu.

Opcje globalne i miejsca przechowywania danych zależą od planu ElevenLabs, punktu końcowego i konfiguracji przedsiębiorstwa.

Sprawdź dostępność na żywo

Dane i szkolenia

Trasa ma znaczenie.

ElevenLabs umożliwia uprawnionym klientom API zarządzanie preferencjami dotyczącymi wykorzystania danych. Zerowe przechowywanie danych za pomocą opcji Enable_logging=false jest ograniczone do kwalifikujących się konfiguracji korporacyjnych i obsługiwanych modeli, w tym Scribe v2; sprawdź aktywny plan i regionalny punkt końcowy.

Jest to zwięzła lektura cytowanych materiałów dostawcy, a nie porada prawna. Brama innej firmy może mieć inne warunki przechowywania, routingu, szkolenia i miejsca zamieszkania niż bezpośrednie API twórcy modelu.

Przeczytaj politykę dostawcy

Często zadawane pytania

Często zadawane pytania dotyczące Scribe v2

Co to jest Scribe v2?

Wielojęzyczny model zamiany mowy na tekst ElevenLabs umożliwiający szczegółowe transkrypcje z wieloma mówcami, synchronizacją słów, zdarzeniami audio i dużymi niestandardowymi listami kluczowych terminów. Scribe v2 zamienia długi dźwięk lub wideo w ustrukturyzowane transkrypcje z wykrywaniem języka, znacznikami czasu słów, diaaryzacją mówiącego i znacznikami audio dla zdarzeń wykraczających poza mowę. Podpowiadanie terminów kluczowych pomaga zespołom zachować nazwy, produkty i słownictwo, których często brakuje w modelach ogólnego rozpoznawania.

Kiedy wypuszczono Scribe v2?

Według materiałów cytowanego dostawcy Scribe v2 został wydany na 9 stycznia 2026.

Gdzie mogę uzyskać dostęp do Scribe v2?

Dostępne za pośrednictwem interfejsu API zamiany mowy na tekst ElevenLabs i interfejsów produktu; Realtime wykorzystuje oddzielną trasę modelu. Drogi dostępu wymienione w tym przewodniku to ElevenLabs i ElevenLabs API.

Ile kosztuje Scribe v2?

0,22 USD za godzinę dźwięku dla Scribe v2. ElevenLabs zawiera osobne ceny dla partii Scribe v2 i Scribe v2 Realtime. Wykrywanie i redagowanie jednostek może być rozliczane osobno.

Gdzie jest dostępny Scribe v2?

Dostępne za pośrednictwem interfejsu API zamiany mowy na tekst ElevenLabs i interfejsów produktu; Realtime wykorzystuje oddzielną trasę modelu. Opcje globalne i miejsca przechowywania danych zależą od planu ElevenLabs, punktu końcowego i konfiguracji przedsiębiorstwa.

Czy moje dane API Scribe v2 są wykorzystywane do szkolenia?

ElevenLabs umożliwia uprawnionym klientom API zarządzanie preferencjami dotyczącymi wykorzystania danych. Zerowe przechowywanie danych za pomocą opcji Enable_logging=false jest ograniczone do kwalifikujących się konfiguracji korporacyjnych i obsługiwanych modeli, w tym Scribe v2; sprawdź aktywny plan i regionalny punkt końcowy. Polityka należy do warunków trasy dostawcy i konta, dlatego sprawdź ją ponownie przed użyciem w środowisku produkcyjnym.

Powiązane porównania

Porównania bezpośrednie

Zobacz kategorię →

  1. Scribe v2 vs Muse Voice Transcribe

    Model Meta do strumieniowego rozpoznawania mowy dla napisów na żywo, długiego dźwięku, wielu głośników, przełączania kodów i transkrypcji uwzględniającej domeny.

    Otwórz pełne porównanie

  2. Scribe v2 vs MAI-Transcribe-2

    Model szybkiej transkrypcji wsadowej Microsoft do długich nagrań, etykiet głośników, synchronizacji słów, stronniczości słów kluczowych i czystych lub dosłownych transkrypcji.

    Otwórz pełne porównanie

  3. Scribe v2 vs Chirp 3

    Ogólny model zamiany mowy na tekst Google Cloud do przesyłania strumieniowego, plików i taniej dynamicznej transkrypcji wsadowej w wielu językach i regionach.

    Otwórz pełne porównanie

  4. Scribe v2 vs Universal-3.5 Pro

    Model AssemblyAI zorientowany na dokładność transkrypcji plików i dźwięku na żywo, z przełączaniem kodów, etykietami głośników, znacznikami czasu i podpowiedziami kontekstowymi.

    Otwórz pełne porównanie