11月11日，ElevenLabs在Product Hunt發佈語音轉文字模型Scribe v3，官方稱該模型在90多種語言下錯誤率降低27%。同日，另一款語音轉寫產品Earlybird也在Product Hunt亮相，以29M參數和低延遲為賣點，可在詞語結束前輸出文字。兩款產品分別從準確率與實時性兩個維度展示了語音識別技術的最新進展。

ElevenLabs Scribe v3：多語言準確率提升

根據Product Hunt產品頁信息，Scribe v3的核心升級在於多語言場景下的識別準確率。ElevenLabs宣稱，該模型在90多種語言中實現了27%的錯誤率降低。這一數據若得到獨立驗證，將意味著語音轉文字在跨語言應用中的可用性顯著提高。

目前ElevenLabs未在Product Hunt頁面披露27%錯誤率降低的具體測試基準、對比對象及語言分布細節。該數據為廠商自述，尚待第三方評測確認。

Earlybird：29M參數實現“未說完先出詞”

與Scribe v3同日出現在Product Hunt的Earlybird，走的是另一條技術路線。其產品頁描述為“29M-param speech-to-text that outputs words before they end”，即僅用2900萬參數實現語音轉文字，並能在詞語尚未結束時提前輸出文字。

這一特性指向實時轉寫場景中的延遲問題。較小的參數規模通常意味著更低的計算資源需求和更快的推理速度，但Product Hunt頁面未提供Earlybird的準確率數據、支持語言數量及具體延遲指標。

技術路線分化：準確率與實時性並進

兩款產品在同日發佈，反映出語音識別領域的兩條演進路徑。ElevenLabs的Scribe v3側重多語言準確率的大幅提升，適合對轉寫質量要求高的場景；Earlybird則強調低延遲和輕量化，瞄准實時字幕、語音交互等對響應速度敏感的應用。

目前兩條線索均來自Product Hunt產品發佈信息，缺乏獨立測試數據。Scribe v3的27%錯誤率降低和Earlybird的“提前出詞”效果，均有待實際使用驗證。

後續關注

  • ElevenLabs是否公佈Scribe v3的評測基準與語言覆蓋明細
  • Earlybird的準確率、延遲指標及支持語言範圍
  • 第三方機構對兩款產品的獨立測試結果