› ElevenLabs Scribe ist ein Speech-to-Text-Modell, das Aufnahmen in über 90 Sprachen transkribiert, Sprecher erkennt und Geräusche markiert.
› Wir haben getestet, wie es mit Deutsch zurechtkommt: ein 61 Sekunden langes fiktives Interview mit Namen wie Pfaffenhöfer-Schimmelpfennig, Ortsnamen und zwölf Zahlen, dann automatischer Fehlervergleich in drei Scribe-Varianten und mit lokalem Whisper.
› Dazu ein Test mit Hintergrundgeräuschen.
› Zusammenfassung Scribe v2 transkribierte das 61 Sekunden lange deutsche Interview mit 124 Wörtern in 3,8 s, erkannte 1 automatischen Inhaltsfehler (Whisper large-v3: 2 Fehler), ordnete alle 6 Sprecherwechsel korrekt zu und schrieb standardmäßig 2 von 12 Zahlen als Ziffern.