Zum Hauptinhalt springen

ElevenLabsAudiomodellAktiv

Scribe v3

Zusammenfassung

ElevenLabs veröffentlichte Scribe v3 am 10. November 2026 für aufgezeichnete Sprache. Die API-Kennung `scribe_v3` nutzt den Speech-to-Text-Endpunkt für Batch-Transkription. Das Modell unterstützt über 90 Sprachen, Sprechertrennung für bis zu 32 Personen, Wort- und Zeichenzeitstempel sowie bis zu 1.000 Schlüsselbegriffe.

ElevenLabs bietet das Modell über API und Web-Demo an. Die Preisliste nennt 0,20 US-Dollar je Stunde verarbeiteten Audios. Öffentliche Downloadgewichte sind nicht dokumentiert.

Alle technischen Daten

Architektur

Modellklasse
Modell für aufgezeichnete Sprache und Batch-Transkription
Quelle: Modellklasse

Ein- und Ausgabe

Eingabe
Audiodatei
Quelle: Eingabe
Ausgabe
Text
Quelle: Ausgabe
Funktionen
Unterstützt über 90 Sprachen, Sprechertrennung für bis zu 32 Personen, Wort- und Zeichenzeitstempel, Audioereignis-Tags sowie bis zu 1.000 Schlüsselbegriffe. Zahlenformat und erwartete Zweitsprachen lassen sich angeben.
Quelle: Funktionen

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

Zugang
Über ElevenAPI verfügbar. Die Dokumentation bietet außerdem eine Web-Demo für Speech to Text.
Quelle: Zugang
Abschaltung
Keine angekündigt
ohne Quelle

API

API-Modellkennung
scribe_v3
Quelle: API-Modellkennung

Weitere Angaben

Vorgängermodell
Nachfolger von Scribe v2
Quelle: Vorgängermodell
Gewichte und Lizenz
Gehosteter, proprietärer Dienst; öffentliche Downloadgewichte sind nicht dokumentiert.
Quelle: Gewichte und Lizenz

Preise

API-Preis
0,20 US-Dollar je Stunde verarbeiteter Audiodaten.Quelle