ElevenLabs 发布 Scribe v3：102 种语言、错误率降 43%
lukeharries · x · 2026-11-11
ElevenLabs 发布新一代语音转文字模型 Scribe v3 与 Scribe v3 Live,并已开放 API。官方称其在真实世界音频上表现更强：支持 102 种语言、错误率比上一代减少 43%,擅长极端背景噪音环境、识别句子结尾的停顿，并能在嘈杂会议中区分不同说话人(说话人分离)。
「多模态」频道最新
- Fable 5.2 复刻魔戒场景:自建引擎模拟 6cm 分辨率水体 — AymericRoucher · 2026-11-11
- 用 MiniMax-H3-Image 设计游戏角色:立绘加三视图设计稿 — eyishazyer · 2026-11-11
- MiniMax H3 开源权重图生视频实测：三人对话口型同步到位 — BarnacleElectronic80 · 2026-11-11
- 用 AirCad 内置 Agent 30 秒生成可 3D 打印的实验室设备模型 — iskander · 2026-11-11
- WanGP v19.28 发布:6 步生成 1600 万像素图、视频重绘 2K — cocktailpeanut · 2026-11-11
- Phosphene 开源工具：Mac 上本地跑 Hailuo H3/LTX-2.5 生视频带声音 — cocktailpeanut · 2026-11-11