Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
11
ELEVENLABS / scribe_v2
Scribe v2
Modello di riconoscimento vocale per oltre 90 lingue, con diarizzazione, tempi per parola, entità ed etichette audio.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | scribe_v2 |
|---|---|
| Tipo di modello | Voce e audio |
| Modalità di accesso | Proprietario a pagamento |
| Licenza | Proprietaria |
| Distribuzione | API ospitata |
| Rilascio | 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Audio · Video |
| Uscita | Testo · Tempi · Diarizzazione |
| Finestra di contesto | File audio o video |
| rendimento massimo | Trascrizione strutturata |
| Ragionamento | Non applicabile o non pubblicato |
| Strumenti pubblicati | |
| Uscite strutturate | Non applicabile o non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | ElevenLabs API |
Trascrizione di riunioni, media e contenuti multilingue.
Misura l'errore per lingua, numero di parlanti, rumore e termini del dominio.
03 / CAPACITÀ
Cosa può fare
Orientamento
Trascrizione di riunioni, media e contenuti multilingue.
Contesto
File audio o video · Trascrizione strutturata
Strumenti e integrazione
Non pubblicato
Accesso
ElevenLabs API
Modalità di input
AudioVideo
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | Non pubblicato | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Non pubblicato | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Consulta la fonte primaria: l'unità di fatturazione dipende dal tipo di modello e dal canale di accesso.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
Un benchmark pubblico orienta, ma non sostituisce una valutazione con i tuoi dati, strumenti, budget e tolleranza all'errore.
| Benchmark | Risultato | Metrica | Fonte |
|---|---|---|---|
| Evaluación Scribe v2 | 90+ lingue | Copertura ASR pubblicata | Vedi fonte ↗ |
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
Scribe v2
Versione inclusa nel catalogo verificato di Inferama.
ANALISI
Analisi correlate
Scribe v2 nei benchmark vocali: cosa confrontano i punteggi e cosa manca per riprodurli
Un punteggio WER, da solo, non descrive le prestazioni complessive di un sistema di trascrizione. Analizziamo cosa è possibile verificare su Scribe v2, come influiscono corpus, normalizzazione e configurazione e quali informazioni servono per ripetere un confronto.
28 set 2026 ↗
GPT-Transcribe: cosa un team deve convalidare di nuovo prima di sostituire il proprio sistema di trascrizione
GPT-Transcribe è indicato come modello di trascrizione disponibile tramite l’API di OpenAI. Prima di sostituire un sistema ASR esistente, è opportuno convalidare non solo il testo prodotto, ma anche il contratto tecnico che sostiene ricerca, riepiloghi, avvisi, citazioni, revisioni e registri di conformità.
22 set 2026 ↗
ElevenLabs: come separare modello, voce, canale di accesso e conservazione dei dati prima di portare l’audio generativo in produzione
Adottare ElevenLabs per l’audio generativo non è una scelta unica: ogni flusso combina un modello, una risorsa vocale, un canale di elaborazione e un regime di conservazione differenti. Questa guida propone una matrice operativa per documentarli, limitare le assunzioni e preparare migrazioni, accessi e cancellazioni verificabili.
22 set 2026 ↗07 / FONTI