ElevenLabs predstavil Scribe v3 a Scribe v3 Live pre prepis reči
ElevenLabs oznámil nové modely na prepis nahrávok a živých konverzácií. Firma uvádza lepšie rozlišovanie rečníkov a nižšiu chybovosť oproti predchádzajúcej verzii, výsledky však vychádzajú z jej interného testovania.
Spoločnosť ElevenLabs 10. novembra 2026 oznámila ElevenLabs Scribe v3, nový model pre prepis nahratého zvuku, a Scribe v3 Live pre prepis reči v reálnom čase. Novinky rozširujú ponuku firmy pre aplikácie ako zápisy zo stretnutí, hlasoví agenti či kontaktné centrá.
Modely majú identifikátory scribe_v3 a scribe_v3_live. Scribe v3 je dostupný cez webové rozhranie aj API, zatiaľ čo verzia Live je určená pre realtime API a živé konverzácie.
Čo prináša ElevenLabs Scribe v3
Podľa dokumentácie ElevenLabs pridáva Scribe v3 lepšie označovanie jednotlivých rečníkov, formátovanie čísel a možnosť zvoliť sekundárne jazyky. Tieto funkcie sú podstatné najmä pri záznamoch, v ktorých sa strieda viac ľudí alebo kde môžu nesprávne prepísané čísla a mená ovplyvniť ďalšie automatizované spracovanie.
Scribe v3 Live je samostatný model zameraný na priebežný prepis. Firma ho opisuje ako nástroj pre živé konverzácie, teda scenáre, v ktorých aplikácia potrebuje pracovať s hovoreným vstupom bez čakania na dokončenie celej nahrávky.
Pre existujúce integrácie môže byť prechod v API možný zmenou identifikátora modelu. Oznámenie však neuvádza podrobnosti o tom, či môžu vývojári pri migrácii naraziť na rozdiely v správaní či výstupe modelu.
Firemné meranie hovorí o nižšej chybovosti
ElevenLabs uvádza, že Scribe v3 dosiahol o 27 % menej chýb slov než Scribe v2. Tento výsledok pochádza z interného hodnotenia spoločnosti na upravenej verzii benchmarku FLEURS v 102 jazykoch.
Ide preto o údaj výrobcu, nie o nezávisle overené porovnanie naprieč trhom. Z dostupných informácií nevyplýva, že by nový model bol presnejší než všetky konkurenčné systémy. Deklarované zlepšenie v reálnych nahrávkach vrátane rozlišovania rečníkov zatiaľ nebolo externe overené.
Pri prepise reči pritom samotná priemerná chybovosť nevystihuje všetky praktické situácie. Význam môže mať kvalita mikrofónu, rušivé prostredie, prízvuk, striedanie jazykov či počet hovoriacich. Pri živých službách je dôležitá aj latencia, ku ktorej fact sheet neuvádza porovnávacie výsledky.
Nejasnosť okolo ElevenAgents
Blog ElevenLabs uvádza, že Scribe v3 Live je dostupný v službe ElevenAgents. Aktuálna stránka podpory však zároveň označuje Scribe v2 Realtime za predvolený model v ElevenAgents. Z dostupnej dokumentácie tak nie je jasné, v akom stave je nasadenie novej realtime verzie v tejto službe.
ElevenLabs Scribe v3 tak prináša aktualizované modely pre dávkový aj živý prepis, pričom firma uvádza lepšie spracovanie rečníkov, čísel a viacjazyčného obsahu. Presnosť deklarovaná v internom meraní bude potrebné konfrontovať s nezávislými testami.
Ďalším bodom na sledovanie je zverejnenie sľubovaného datasetu reálnych nahrávok a úplnej metodiky porovnania. Relevantné budú aj testy presnosti, latencie a diarizácie v rôznych jazykoch, ako aj potvrdenie termínu, keď sa Scribe v3 Live stane predvoleným modelom v ElevenAgents.
Zdroje
- ElevenLabs Product Blog – Potvrdzuje oznámenie, dátum uvedenia, určenie oboch modelov a firemné výsledky interných meraní.
- ElevenLabs Documentation – What is Speech to Text? – Potvrdzuje modelové identifikátory, dostupnosť cez web a API a uvádzané nové funkcie Scribe v3.
Overené a aktualizované: 11. 11. 2026 06:32
