ElevenLabs lança os modelos de voz para texto Scribe v3 e Scribe v3 Live

A ElevenLabs lançou os modelos Scribe v3 e uma nova variante em tempo real, Scribe v3 Live, em 10 de novembro de 2026, segundo o anúncio da empresa. Os novos modelos de voz para texto reduzem bastante os erros de transcrição e diarização em relação à linha anterior Scribe v2 em 102 idiomas, enquanto o preço por hora permanece sem alterações.

O que mudou

• Scribe v3, voltado para áudio gravado ou em lote, comete 27% menos erros de palavras que o Scribe v2 em 102 idiomas no benchmark FLEURS, além de 17% menos erros de diarização em gravações com vários falantes.
• Scribe v3 Live, voltado para áudio em tempo real, comete 43% menos erros que o Scribe v2 Realtime.
• Scribe v3 Live traz a primeira diarização de falantes em tempo real da ElevenLabs, com 39% menos erros de diarização do que os modelos concorrentes citados pela empresa.
• Scribe v3 Live adiciona um modo multilíngue que lida com a troca de idioma no meio da frase e usa o contexto completo da conversa para detectar a troca de turno.

O que isso significa para quem constrói com IA

O Scribe está amplamente incorporado em agentes de voz, ferramentas de ditado e assistentes de código, então uma transcrição mais precisa e a diarização em tempo real pelo mesmo preço chegam direto a todo produto construído sobre a API, sem exigir mudança na forma de pagamento.

Disponibilidade e preços

• Os preços não mudam: o Scribe v3 custa US$ 0,20 por hora de áudio e o Scribe v3 Live custa US$ 0,22 por hora, igual ao Scribe v2 e ao v2 Realtime. O destaque de termos chave custa US$ 0,05 por hora extra e a edição da transcrição custa US$ 0,07 por hora extra.
• Os dois modelos agora são os modelos padrão de voz para texto no aplicativo da ElevenLabs; o Scribe v3 Live também está disponível pelo ElevenAgents e pelo ElevenAPI.
• As regiões de implantação incluem Estados Unidos, União Europeia, Índia e Singapura, e o modo Zero Retention Mode apaga o áudio e o texto imediatamente após a conclusão de cada solicitação.

Fontes

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

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.