ElevenLabs renouvelle son modèle de transcription avec Scribe v2

ElevenLabs a annoncé le lancement de Scribe v2, son nouveau modèle de transcription conçu pour traiter l'audio par lots, générer des sous-titres et créer des transcriptions à grande échelle. Le modèle intègre des améliorations en termes de stabilité et de précision par rapport à la version précédente, avec une meilleure gestion des audios longs, des pauses, des changements de ton et des silences prolongés.

Scribe v2 est optimisé pour les enregistrements longs et complexes, maintenant la précision avec différents locuteurs, accents et styles de présentation. Selon les données de l'entreprise, le modèle atteint le taux d'erreur de mots le plus bas enregistré dans les standards d'évaluation du secteur.

Parmi les fonctionnalités remarquables figure le keyterm prompting, un système qui permet de sélectionner jusqu'à 100 mots ou expressions spécifiques. Le modèle utilise le contexte pour décider quand transcrire ces termes, ce qui est utile dans les domaines techniques, les noms de marque et le langage spécialisé.

Le modèle intègre une détection native d'entités pour l'analyse structurée de l'audio. Les utilisateurs peuvent sélectionner jusqu'à 56 catégories incluant des informations personnelles identifiables, des données de santé ou des informations de paiement. Scribe v2 détecte automatiquement ces instances et enregistre leurs horodatages exacts.

Le système prend en charge les workflows multilingues de manière automatique, traitant des fichiers contenant plusieurs langues et détectant chacune sans segmentation manuelle. Le modèle offre un support pour plus de 90 langues.

La version inclut des fonctionnalités supplémentaires orientées vers les cas d'entreprise : identification intelligente des locuteurs, horodatages au niveau du mot, étiquetage dynamique de l'audio qui détecte les événements non verbaux, et conformité aux normes SOC 2, ISO 27001, PCI DSS L1, HIPAA et RGPD. Elle offre également la résidence des données dans l'Union européenne et en Inde.

Scribe v2 est disponible dans ElevenLabs Studio et via l'API de la plateforme, permettant aux développeurs et aux entreprises d'automatiser des processus audio complexes.

Points clés

• Scribe v2 atteint le taux d'erreur de mots le plus bas dans les standards d'évaluation du secteur
• Le système keyterm prompting permet de sélectionner jusqu'à 100 mots ou expressions spécifiques pour une transcription contextuelle
• Intègre une détection automatique d'entités dans 56 catégories, incluant les données personnelles, de santé et de paiement
• Prend en charge la transcription automatique d'audio avec plusieurs langues sans configuration manuelle
• Offre un support pour plus de 90 langues différentes
• Inclut l'identification intelligente des locuteurs et des horodatages au niveau du mot
• Conforme aux normes SOC 2, ISO 27001, PCI DSS L1, HIPAA et RGPD
• Disponible dans ElevenLabs Studio et via API pour l'automatisation d'entreprise