› ElevenLabs Scribe est un modèle de transcription qui convertit la parole en texte dans plus de 90 langues, reconnaît les locuteurs et identifie les sons.
› Nous avons testé ses performances en français : nous avons préparé une interview fictive d'une minute truffée de noms difficiles, de lieux et de treize nombres, puis compté les erreurs dans trois configurations de Scribe et dans Whisper local.
› Nous avons également testé des enregistrements avec bruit de café, de rue et de ventilateur.
› En résumé Scribe v2 a transcrit une interview française de 56 secondes (138 mots) en 3,7 s avec 6 différences automatiques de contenu (Whisper large-v3 : 13 différences), a attribué correctement 6 locuteurs sur 6 et a écrit 0 nombre sur 13 en chiffres par défaut.