ElevenLabs lanza los modelos de voz a texto Scribe v3 y Scribe v3 Live

ElevenLabs lanzó los modelos Scribe v3 y una nueva variante en tiempo real, Scribe v3 Live, el 10 de noviembre de 2026, según el anuncio de la empresa. Los nuevos modelos de voz a texto reducen de forma marcada los errores de transcripción y diarización frente a la anterior línea Scribe v2 en 102 idiomas, mientras el precio por hora se mantiene sin cambios.

Qué cambió

• Scribe v3, pensado para audio grabado o por lotes, comete 27% menos errores de palabras que Scribe v2 en 102 idiomas según el benchmark FLEURS, además de 17% menos errores de diarización en grabaciones con varios hablantes.
• Scribe v3 Live, pensado para audio en tiempo real, comete 43% menos errores que Scribe v2 Realtime.
• Scribe v3 Live agrega la primera diarización de hablantes en tiempo real de ElevenLabs, con 39% menos errores de diarización que los modelos de la competencia que cita la empresa.
• Scribe v3 Live suma un modo multilingüe que maneja el cambio de idioma a mitad de frase y usa el contexto completo de la conversación para detectar turnos de habla.

Qué significa para quienes construyen con IA

Scribe está integrado ampliamente en agentes de voz, herramientas de dictado y asistentes de código, así que una transcripción más precisa y la diarización en tiempo real al mismo costo llegan directo a cada producto construido sobre la API, sin obligar a cambiar la forma de pago.

Disponibilidad y precios

• Los precios no cambian: Scribe v3 cuesta 0,20 USD por hora de audio y Scribe v3 Live cuesta 0,22 USD por hora, igual que Scribe v2 y v2 Realtime. El resaltado de términos clave agrega 0,05 USD por hora y la edición de la transcripción agrega 0,07 USD por hora.
• Ambos modelos son ahora los modelos predeterminados de voz a texto en la aplicación de ElevenLabs; Scribe v3 Live también está disponible mediante ElevenAgents y ElevenAPI.
• Las regiones de implementación incluyen Estados Unidos, la Unión Europea, India y Singapur, y el modo Zero Retention Mode borra el audio y el texto de inmediato al terminar cada solicitud.

Fuentes

• Introducing Scribe v3 and v3 Live, our most accurate speech to text models (ElevenLabs, 10 de noviembre de 2026, oficial)

Redactado con ayuda de IA, únicamente a partir de las fuentes indicadas arriba. Antes de publicarse, controles automáticos verificaron sus fechas, sus fuentes y todas sus versiones de idioma.