ElevenLabs 发布创作者语音转文字指南

ElevenLabs 发布了一份面向内容创作者的语音转文字工作流指南，介绍如何把音视频转成视频字幕、播客节目笔记，并将音频再利用为博客与邮件内容。 据其介绍，ElevenLabs 的语音转文字服务也接受视频文件，单个文件最大 3 GB、最长 10 小时；批量转写最多支持 1,000 个关键术语，实时转写最多支持 50 个；多声道转写最多支持五个声道；Scribe v2 会为转写文本标注说话人，单次最多支持 32 位说话人。Caption Generator 支持词级和字符级时间戳，并可导出 SRT 与 VTT；Scribe v2 默认逐字转写，用户可在 Playground 中开启“Clean Transcript”，或通过 no_verbatim 参数切换。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。