Scribe v2

Scribe v2 to rozpoznająca mowę strona ElevenLabs, zbudowana do bezpośredniej rywalizacji z Whisperem i usługami transkrypcji dużych amerykańskich laboratoriów. Obsługuje ponad dziewięćdziesiąt języków i zwraca nie same słowa, lecz strukturę: znaczniki czasu na poziomie pojedynczych wyrazów, rozdzielenie mówców, czyli informację kto co powiedział, oraz oznaczanie zdarzeń dźwiękowych innych niż mowa. Osobny wariant czasu rzeczywistego, Scribe v2 Realtime, schodzi z opóźnieniem do około 150 milisekund — to próg, poniżej którego napisy na żywo i agenci głosowi przestają sprawiać wrażenie spóźnionych. W praktyce oba warianty Scribe i syntezator Eleven v3 stanowią dwa końce tego samego potoku: słuch i mowa od jednego dostawcy.

▸Wideo

Brak materiałów wideo.

▸Recenzje