Zum Hauptinhalt springen

ElevenLabsAudiomodellAktiv

Scribe v2 Medical

Beliebtheitkaum Signale

unter 1von 100wie im Vormonat

Zusammenfassung

Scribe v2 Medical ist eine auf klinische Audiodaten feinabgestimmte Batch-Transkription. ElevenLabs berichtet 35 % weniger Transkriptionsfehler bei klinischem Audio als bei Scribe v2, besonders bei Medikamentennamen, Anatomie, Pathologie und Diktaten. Bei Alltagssprache soll die Genauigkeit des allgemeinen Modells erhalten bleiben.

Das Ergebnis bleibt ein Entwurf für die Dokumentation. Eine medizinische Fachkraft oder eine andere dafür autorisierte Person muss den Text vor der Verwendung prüfen und korrigieren. Das Modell stellt keine Diagnosen und gibt keine Behandlungsempfehlungen. Für Live-Transkription verweist ElevenLabs auf Scribe v2 Realtime, nicht auf diese klinische Batch-Variante.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 23 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 2

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

ElevenLabs MedDictate overall WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
4.9
Bewertung
4.9
Messgröße
overall WER
Einheit
%
Benchmark-Version
Corti MedDictate; evaluator edition not stated
Kategorie
audio
Richtung
Weniger ist besser
Stichprobe
40
Quellentyp
vendor-reported
Auswertung
ElevenLabs model evaluation
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Herstellerevaluierung mit Corti MedDictate: klinisches Diktat auf Englisch, Französisch und Deutsch. Der öffentliche Testsatz umfasst 40 Clips (24 EN, 7 FR, 9 DE); Details zur Gesamtaggregation sind nicht angegeben.
Quelle ElevenLabs model evaluation
ElevenLabs MedTerm medical-term recall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
77.7
Bewertung
77.7
Messgröße
recall of annotated medical terms
Einheit
%
Benchmark-Version
Corti MedTerm (600 samples)
Kategorie
audio
Richtung
Mehr ist besser
Stichprobe
600
Quellentyp
vendor-reported
Auswertung
ElevenLabs model evaluation
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Herstellerevaluierung mit Corti MedTerm, einem öffentlichen Benchmark für klinische Terminologie mit 600 Stichproben; Term-WER bewertet ausschließlich annotierte medizinische Begriffe.
Quelle ElevenLabs model evaluation
ElevenLabs MedTerm medical-term WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
10.4
Bewertung
10.4
Messgröße
term-WER
Einheit
%
Benchmark-Version
Corti MedTerm (600 samples)
Kategorie
audio
Richtung
Weniger ist besser
Stichprobe
600
Quellentyp
vendor-reported
Auswertung
ElevenLabs model evaluation
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Herstellerevaluierung mit Corti MedTerm, einem öffentlichen Benchmark für klinische Terminologie mit 600 Stichproben; Term-WER bewertet ausschließlich annotierte medizinische Begriffe.
Quelle ElevenLabs model evaluation
ElevenLabs Eka Medical ASR semantic WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
6.5
Bewertung
6.5
Messgröße
semantic WER
Einheit
%
Benchmark-Version
Eka Medical ASR; evaluator edition not stated
Kategorie
audio
Richtung
Weniger ist besser
Stichprobe
3619
Quellentyp
vendor-reported
Auswertung
ElevenLabs model evaluation
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Herstellerevaluierung mit dem öffentlichen Eka Medical ASR, 3.619 englischen klinischen Audio-Stichproben; Semantische WER behandelt bedeutungsgleiche Formatierungen als gleichwertig.
Quelle ElevenLabs model evaluation
ElevenLabs Eka Medical ASR keyword WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
6.02
Bewertung
6.02
Messgröße
keyword WER
Einheit
%
Benchmark-Version
Eka Medical ASR; evaluator edition not stated
Kategorie
audio
Richtung
Weniger ist besser
Stichprobe
3619
Quellentyp
vendor-reported
Auswertung
ElevenLabs model evaluation
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Herstellerevaluierung mit dem öffentlichen Eka Medical ASR, 3.619 englischen klinischen Audio-Stichproben; Keyword-WER bewertet ausschließlich annotierte medizinische Schlüsselwörter.
Quelle ElevenLabs model evaluation
Eka Medical ASR WER on isolated single-word terms (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
14.3
Bewertung
14.3
Messgröße
word error rate on isolated annotated terms
Einheit
%
Benchmark-Version
Eka Medical ASR; isolated-term subset
Kategorie
speech-to-text
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
ElevenLabs Scribe v2 Medical evaluation
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Von ElevenLabs berichtetes Ergebnis auf dem öffentlichen Datensatz Eka Medical ASR, den die Quelle als 3.619 englische klinische Audiobeispiele mit annotierten medizinischen Begriffen beschreibt. Die Zeile ist ein Begriff-WER-Subset, nicht der bestehende Transkript-semWER oder der bestehende Keyword-WER-Wert des Gesamtdatensatzes. Die Quelle nennt klinische Sätze und isolierte Einzelbegriffe, veröffentlicht aber weder Stichprobengrößen der Subsets noch das genaue Scoring-Verfahren.
Einordnung
Subset-N und Konfidenzintervalle sind nicht veröffentlicht. Der aggregierte Wert von 9,5 % für annotierte Begriffe wurde ausgeschlossen, weil sein Verhältnis zur vorhandenen Eka-Keyword-WER-Zeile nicht klar genug ist, um eine Dublette auszuschließen.
Quelle ElevenLabs Scribe v2 Medical evaluation
Eka Medical ASR term WER in clinical sentences (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
7.5
Bewertung
7.5
Messgröße
medical-term word error rate
Einheit
%
Benchmark-Version
Eka Medical ASR; clinical-sentence subset
Kategorie
speech-to-text
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
ElevenLabs Scribe v2 Medical evaluation
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Von ElevenLabs berichtetes Ergebnis auf dem öffentlichen Datensatz Eka Medical ASR, den die Quelle als 3.619 englische klinische Audiobeispiele mit annotierten medizinischen Begriffen beschreibt. Die Zeile ist ein Begriff-WER-Subset, nicht der bestehende Transkript-semWER oder der bestehende Keyword-WER-Wert des Gesamtdatensatzes. Die Quelle nennt klinische Sätze und isolierte Einzelbegriffe, veröffentlicht aber weder Stichprobengrößen der Subsets noch das genaue Scoring-Verfahren.
Einordnung
Subset-N und Konfidenzintervalle sind nicht veröffentlicht. Der aggregierte Wert von 9,5 % für annotierte Begriffe wurde ausgeschlossen, weil sein Verhältnis zur vorhandenen Eka-Keyword-WER-Zeile nicht klar genug ist, um eine Dublette auszuschließen.
Quelle ElevenLabs Scribe v2 Medical evaluation
Corti MedDictate clinical dictation WER, English (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
3
Bewertung
3
Messgröße
Word error rate (WER)
Einheit
%
Benchmark-Version
Corti MedDictate; ElevenLabs evaluation article updated 2026-10-12
Kategorie
speech recognition
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
ElevenLabs, Scribe v2 Medical evaluation
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Offizieller ElevenLabs-Vergleich auf Corti MedDictate für klinisches Diktat; exakte Modellbezeichnung "Scribe v2 Medical" und model_id=scribe_v2_medical; Locale EN; angegebene Metrik WER. Die Stichprobengröße je Locale, Decodierparameter und unveränderliche Serving-Revision sind nicht veröffentlicht.
Einordnung
Herstellerberichtetes Ergebnis; der Artikel nennt weder N je Locale noch Decodierparameter oder eine unveränderliche Serving-Revision. Diese Locale-Zeile ist getrennt vom bereits erfassten Gesamt-WER des Artikels.
Quelle ElevenLabs, Scribe v2 Medical evaluation
Corti MedDictate clinical dictation WER, French (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
8.3
Bewertung
8.3
Messgröße
Word error rate (WER)
Einheit
%
Benchmark-Version
Corti MedDictate; ElevenLabs evaluation article updated 2026-10-12
Kategorie
speech recognition
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
ElevenLabs, Scribe v2 Medical evaluation
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Offizieller ElevenLabs-Vergleich auf Corti MedDictate für klinisches Diktat; exakte Modellbezeichnung "Scribe v2 Medical" und model_id=scribe_v2_medical; Locale FR; angegebene Metrik WER. Die Stichprobengröße je Locale, Decodierparameter und unveränderliche Serving-Revision sind nicht veröffentlicht.
Einordnung
Herstellerberichtetes Ergebnis; der Artikel nennt weder N je Locale noch Decodierparameter oder eine unveränderliche Serving-Revision. Diese Locale-Zeile ist getrennt vom bereits erfassten Gesamt-WER des Artikels.
Quelle ElevenLabs, Scribe v2 Medical evaluation
Corti MedDictate clinical dictation WER, German (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
7.2
Bewertung
7.2
Messgröße
Word error rate (WER)
Einheit
%
Benchmark-Version
Corti MedDictate; ElevenLabs evaluation article updated 2026-10-12
Kategorie
speech recognition
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
ElevenLabs, Scribe v2 Medical evaluation
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Offizieller ElevenLabs-Vergleich auf Corti MedDictate für klinisches Diktat; exakte Modellbezeichnung "Scribe v2 Medical" und model_id=scribe_v2_medical; Locale DE; angegebene Metrik WER. Die Stichprobengröße je Locale, Decodierparameter und unveränderliche Serving-Revision sind nicht veröffentlicht.
Einordnung
Herstellerberichtetes Ergebnis; der Artikel nennt weder N je Locale noch Decodierparameter oder eine unveränderliche Serving-Revision. Diese Locale-Zeile ist getrennt vom bereits erfassten Gesamt-WER des Artikels.
Quelle ElevenLabs, Scribe v2 Medical evaluation
Scribe v2 Medical, M-WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
1.08
Bewertung
1.08
Messgröße
Medical word error rate over medical reference tokens
Einheit
%
Benchmark-Version
Omi Health Medical Speech-to-Text Benchmark, edition 2026-09-26.1; batch
Kategorie
speech-to-text
Richtung
Weniger ist besser
Stichprobe
1513
Quellentyp
community-reported
Auswertung
Omi Health Medical Speech-to-Text Benchmark
Status
active
Abrufdatum
2026-10-17
Methodik
Community-Messung. Omi Health, Medizinischer Speech-to-Text-Benchmark, Edition 2026-09-26.1, Batch-Transkription. Exakte Tabellenzeile „ElevenLabs Scribe v2 Medical“; 1.513 englische Aufnahmen mit 7,2 Stunden. Die Tabelle nennt 2.872 medizinische Referenztokens, 442 Arzneimittelreferenzen und 94 Dosis-/Einheitenereignisse. Für die Batch-Latenzen: 600 Messungen; ElevenLabs-Endpunkte wurden laut Omi aus Frankfurt im September 2026 gemessen.
Einordnung
Omi Health ist Anbieter eines konkurrierenden kommerziellen medizinischen Speech-to-Text-Produkts. Diese Benchmarkangabe ist daher konservativ als Community-/Anbieterbericht zu lesen, nicht als neutrale unabhängige Replikation. Omi nennt keine unveränderliche Modellrevision, vollständigen Decoderparameter oder Konfidenzintervalle. Die Resultate gelten nur für die angegebene Omi-Testedition und Route.
Quelle Omi Health Medical Speech-to-Text Benchmark
Scribe v2 Medical, drug-term error rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.45
Bewertung
0.45
Messgröße
Errors over drug-term references
Einheit
%
Benchmark-Version
Omi Health Medical Speech-to-Text Benchmark, edition 2026-09-26.1; batch
Kategorie
speech-to-text
Richtung
Weniger ist besser
Stichprobe
1513
Quellentyp
community-reported
Auswertung
Omi Health Medical Speech-to-Text Benchmark
Status
active
Abrufdatum
2026-10-17
Methodik
Community-Messung. Omi Health, Medizinischer Speech-to-Text-Benchmark, Edition 2026-09-26.1, Batch-Transkription. Exakte Tabellenzeile „ElevenLabs Scribe v2 Medical“; 1.513 englische Aufnahmen mit 7,2 Stunden. Die Tabelle nennt 2.872 medizinische Referenztokens, 442 Arzneimittelreferenzen und 94 Dosis-/Einheitenereignisse. Für die Batch-Latenzen: 600 Messungen; ElevenLabs-Endpunkte wurden laut Omi aus Frankfurt im September 2026 gemessen.
Einordnung
Omi Health ist Anbieter eines konkurrierenden kommerziellen medizinischen Speech-to-Text-Produkts. Diese Benchmarkangabe ist daher konservativ als Community-/Anbieterbericht zu lesen, nicht als neutrale unabhängige Replikation. Omi nennt keine unveränderliche Modellrevision, vollständigen Decoderparameter oder Konfidenzintervalle. Die Resultate gelten nur für die angegebene Omi-Testedition und Route.
Quelle Omi Health Medical Speech-to-Text Benchmark

Seite 1 von 2

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 83 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 6. November 2026

Scribe v2 MedicalAmazon Nova 2 Sonic 0Eleven Multilingual STS v2 0Eleven Music v2.5 0Eleven Text to Sound v2 0

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Medizinische Spracherkennung
Quelle: Modellklasse

Ein- und Ausgabe

Eingabe
Audio
Quelle: Eingabe
Ausgabe
Text
Quelle: Ausgabe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

API

API-Modellkennung
scribe_v2_medical
Quelle: API-Modellkennung

Weitere Angaben

Aufgabe
Medizinische Transkription
Quelle: Aufgabe
Unterstützte Details
Auf medizinische Transkription ausgerichtet
Quelle: Unterstützte Details
Medizinische Sprache
Über 90 Sprachen; laut ElevenLabs 35 % weniger Transkriptionsfehler bei klinischem Audio als Scribe v2
Quelle: Medizinische Sprache
Einsatzbereich
Für klinische Transkription, nicht für Diagnosen oder Behandlungsempfehlungen
Quelle: Einsatzbereich

Quellen und Datenstand

Alle 15 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 15. Oktober 2026. 9 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden

independent-benchmark

Hinweis

Für Scribe v2 Medical wurde kein Ergebnis eines unabhängigen Evaluators gefunden; die klinischen Zeilen in diesem Paket stammen von ElevenLabs und bleiben herstellerseitig gemeldet.

In den geprüften Quellen nicht gefunden

independent-benchmark

Hinweis

Für Scribe v2 Medical wurde kein Ergebnis eines unabhängigen Evaluators gefunden; die klinischen ASR-Zeilen bleiben herstellerseitig gemeldet.

Nicht veröffentlicht

Eka Medical ASR subset N

Hinweis

Der Artikel nennt 3.619 Beispiele im Gesamtdatensatz, jedoch keine ausgewerteten Stichprobengrößen für Satz- oder Einzelbegriff-Subsets.

Weitere QuelleElevenLabs model documentation (abgerufen 24. September 2026; 15. Oktober 2026) · ElevenLabs Models documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleElevenLabs model evaluation (abgerufen 15. Oktober 2026; 17. Oktober 2026; 18. Oktober 2026)
Weitere QuelleOmi Health Medical Speech-to-Text Benchmark (abgerufen 17. Oktober 2026; 18. Oktober 2026)
Weitere QuelleDeepgram Nova-3 Medical Multilingual article (abgerufen 18. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 15. Oktober 2026)1234
Weitere QuelleModellmetadaten (abgerufen 17. Oktober 2026)
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0