Представляем ElevenLabs Scribe: лучшая в своем классе модель транскрипции на базе ИИ

Мы рады объявить о значительном обновлении генератора субтитров SRTGen на базе ИИ. Сегодня мы официально интегрируем ElevenLabs Scribe v2 в нашу платформу, предоставляя вам доступ к одной из самых точных, устойчивых к шуму и прецизионных моделей преобразования речи в текст (STT) в мире.

С этим обновлением мы также вводим многоуровневую структуру моделей в настройках создания субтитров. Наша оригинальная модель транскрипции остается прежней и теперь обозначается как Базовый уровень (Basic Tier), в то время как новый движок ElevenLabs Scribe представлен как наш премиальный Профессиональный уровень (Pro Tier).

Понимание новых уровней моделей

Чтобы предоставить вам максимальную гибкость в отношении скорости, точности и стоимости кредитов, теперь вы можете выбирать между двумя различными уровнями моделей при транскрибировании ваших медиа:

• Базовый уровень (Basic Tier) (AssemblyAI Universal-2): Это наш оригинальный, очень надежный механизм транскрипции. Он оптимизирован для стандартной скорости и общего контента. Если ваш звук чистый и на английском или распространенных европейских языках, Базовый уровень — идеальный выбор для получения быстрых и точных субтитров по нашим стандартным тарифам.
• Профессиональный уровень (Pro Tier) (ElevenLabs Scribe v2): Это наш новый, премиальный механизм транскрипции. Работающий на базе ElevenLabs Scribe, Профессиональный уровень специально разработан для продвинутых проектов локализации, шумных видеоблогов, интервью с сильным акцентом и нелатинских языков, где точность временных меток до долей секунды и высокая точность являются обязательными условиями.

Что такое ElevenLabs Scribe?

ElevenLabs Scribe — это передовая модель преобразования речи в текст, разработанная для обеспечения человеческой точности в распознавании речи. Обученная на миллионах часов высококачественных многоязычных голосовых данных, Scribe v2 превосходно справляется с транскрипцией сложных акустических деталей, которые вызывают затруднения у стандартных инструментов транскрипции.

Введя эту модель в SRTGen как наш Профессиональный уровень, мы предоставляем профессиональным создателям контента, кинематографистам и редакторам UGC самый высокий уровень точности, доступный на рынке сегодня.

Почему ElevenLabs Scribe (Профессиональный уровень) лучше

Вот ключевые причины, по которым модель Pro Scribe v2 является идеальным выбором для вашего следующего проекта субтитров:

1. Непревзойденная точность для нелатинских языков

Стандартные модели ASR часто интенсивно обучаются на аудиозаписях на западных языках с латинским алфавитом, что приводит к высоким показателям ошибок в других регионах. Scribe разработан с нуля для глобального охвата, обеспечивая выдающуюся точность для нелатинских языков, включая:

• Азиатские языки: китайский (мандарин/кантонский), японский, корейский, хинди, тайский, вьетнамский и другие.
• Ближневосточные языки: арабский, иврит, персидский и другие.

Если вы локализуете контент для рынков Восточной Азии или Ближнего Востока, Scribe значительно сокращает количество орфографических ошибок и неправильного отображения символов.

2. Точность временных меток до долей секунды

Для высококачественных анимаций субтитров (например, наших вирусных эффектов в стиле караоке) синхронизация имеет решающее значение. Если анимация выделения отстает даже немного от звука, погружение зрителя нарушается. Scribe v2 обеспечивает точное выравнивание на уровне слов, синхронизируя почти каждый слог с фактическим произнесенным окном с точностью до 100 миллисекунд. Это приводит к невероятно плавному, синхронизированному потоку субтитров.

3. Расширенная устойчивость к шуму и акцентам

Реальное аудио редко записывается в звукоизолированной студии. Scribe легко справляется с:

• Шумные уличные условия (видеоблоги, интервью на улице).
• Видео с интенсивной фоновой музыкой или звуковыми эффектами.
• Говорящими с сильным региональным акцентом или быстрым темпом диалога.

Он отфильтровывает акустические помехи и успешно транскрибирует реальную речь с минимальными ошибками.

4. Интеллектуальная очистка от слов-паразитов

В разговоре люди естественным образом вставляют в свою речь такие слова-паразиты, как «эм», «а», «типа» и «знаете ли». Scribe включает интеллектуальную опцию очистки от слов-паразитов. Когда вы включаете «Удалить слова-паразиты» (Remove Filler Words) в SRTGen, мы напрямую передаем опцию no_verbatim в ElevenLabs, мгновенно удаляя лишнее, чтобы оставить вам чистый, готовый к публикации текст субтитров.

5. Диаризация нескольких дикторов

Scribe автоматически определяет, когда говорят разные дикторы (поддерживает до 32 различных голосов). Он сегментирует диалог в четкие карточки субтитров с метками дикторов, что позволяет легко назначать цвета или названия групп в нашем профессиональном редакторе субтитров.

Как использовать ElevenLabs Scribe в SRTGen

Использовать новую модель просто:

1. Откройте Рабочее пространство SRTGen и нажмите «Новый проект» (New Project).
2. Загрузите ваш видео- или аудиофайл.
3. В разделе «Модель ИИ для транскрипции» (Transcription AI Model) выберите опцию «Про» (Pro) (на базе ElevenLabs Scribe). Чтобы использовать оригинальную модель, выберите «Базовый» (Basic).
4. Настройте дополнительные параметры (например, Удалить слова-паразиты (Remove Filler Words) или Отметить аудиособытия (Tag Audio Events)) и нажмите «Генерировать субтитры» (Generate Subtitles).

Доступность

Модель Pro ElevenLabs Scribe доступна немедленно для всех тарифных планов подписки Starter, Pro и Business. Scribe v2 использует кредиты из вашей единой ежемесячной квоты, что упрощает масштабирование для крупномасштабного производства видео.

Оцените новое поколение точности преобразования речи в текст. Перейдите в Рабочее пространство SRTGen, чтобы попробовать ElevenLabs Scribe уже сегодня!