ElevenLabs presenteert Scribe v3 en v3 Live: transcriptie zet in op realtime, met cijfers die allemaal uit eigen huis komen
Op 10 november 2026 kondigde ElevenLabs op zijn blog twee modellen voor spraaktranscriptie aan: Scribe v3, bedoeld voor opgenomen audio, en Scribe v3 Live, voor realtime audio. Volgens het bedrijf maakt Scribe v3 27% minder woordfouten (WER) dan Scribe v2, over 102 talen gemeten met een interne versie van de FLEURS-benchmark, dus korte, schone, voorgelezen spraak. Scribe v3 Live wordt vergeleken met Scribe v2 Realtime: 43% minder semantische WER en 31% minder klassieke WER, eveneens over 102 talen. Cut.pro en All-AI.de melden op basis van de officiële documentatie een gemiddelde FLEURS-WER die daalt van ongeveer 16,9–17,0% bij v2 naar zo'n 12,4% bij v3. Bij de talen die ElevenLabs noemt, lopen de verbeteringen van Scribe v3 uiteen van 42% voor het Duits tot 23% voor het Engels, terwijl het Grieks bij Scribe v3 Live uitkomt op 77% minder semantische WER. Voor het Italiaans geeft de post geen apart cijfer.
De meest tastbare nieuwigheid van Scribe v3 Live is realtime diarisatie, oftewel herkennen wie er aan het woord is, iets wat de Live-modellen van het bedrijf tot nu toe niet boden. In de test van ElevenLabs op echte Engelse audio is het diarisatie-foutpercentage 3,1%, tegenover 5,9–7,3% bij de andere realtime modellen die het bedrijf heeft geprobeerd. Voor opgenomen audio claimt ElevenLabs 12% minder diarisatiefouten dan v2, en 17% minder bij drie of meer sprekers. De gebruikte dataset is eigendom van het bedrijf en bestaat uit vergaderingen, gesprekken met agents en spraakmemo's in 16 talen; het bedrijf zegt hem “binnenkort” open source te maken, zonder een datum te noemen.
Scribe v3 Live herkent bovendien het einde van een spreekbeurt aan de context van het gesprek, en niet alleen aan pauzes, zodat iemand die halverwege een nummer stilvalt niet wordt onderbroken. Er komen ook een meertalige modus bij voor wie midden in een zin van taal wisselt, een bibliotheek met kerntermen voor vocabulaires die te groot zijn voor een lijst, en een versie die is geoptimaliseerd voor medische gesprekken in ElevenAgents. Scribe v3 bepaalt welke talen waarschijnlijk in een opname voorkomen, laat kiezen tussen cijfers en woorden voor getallen en accepteert prompts met maximaal 1.000 kerntermen en opmaakregels in natuurlijke taal.
Het praktijkvoorbeeld dat ElevenLabs aanhaalt, is het Nederlandse energiebedrijf Eneco: in echte gesprekken werden postcodes 40% vaker bij de eerste poging herkend en huisnummers 15% vaker. Ruud Huigsloot, Senior Product Manager bij Eneco, zegt: “It's great to see significant results this early, and we are excited to continue collaborating” (“Het is mooi om zo vroeg al duidelijke resultaten te zien, en we kijken ernaar uit de samenwerking voort te zetten”).
Beide modellen zitten al in de ElevenAPI onder de ID's scribe_v3 en scribe_v3_live, en overstappen van v2 vraagt alleen een andere identifier. Scribe v3 Live is ook beschikbaar in ElevenAgents, en beide zijn nu het standaardmodel in de ElevenLabs-app. Standaard vindt de verwerking plaats in de Verenigde Staten. Enterprise-klanten met eisen voor dataresidentie biedt het bedrijf geïsoleerde omgevingen in de EU, India en Singapore. Daarnaast is er een Zero Retention Mode, die audio en tekst wist zodra het verzoek is afgerond. De lancering komt een paar weken na Nemotron 3.5 Transcribe van NVIDIA, dat echter open gewichten heeft en alleen met opgenomen audio werkt. Scribe v3 is daarentegen een gesloten commerciële dienst, en de inzet is realtime: het terrein van spraakagents in callcenters, telefoonassistenten en de zorg. Prijzen en latentie van v3 lijken niet gepubliceerd: toen Cut.pro keek, toonde de prijslijst alleen Scribe v2.
Het belangrijkste punt blijft: alle nauwkeurigheidscijfers komen uit interne evaluaties van ElevenLabs, en Cut.pro merkt uitdrukkelijk op dat onafhankelijke tests ontbreken. De tekst van de post noemt geen concurrenten. Volgens All-AI.de tonen de grafieken van het bedrijf Gemini 3.5 Transcribe, OpenAI en Deepgram, en datzelfde medium noemt voor Gemini 3.5 Transcribe een WER van 18,5%, afgelezen uit de grafieken van ElevenLabs. Sommige cijfers kloppen niet met elkaar. De post spreekt van 39% minder diarisatiefouten dan het beste geteste realtime model, maar de waarden in de grafiek (3,1% tegenover 5,9–7,3%) wijzen op een daling van ongeveer 47–58%, misschien door een andere metriek of dataset. Voor de semantische WER van Live noemt de post 43%, terwijl de documentatie volgens Cut.pro 44% over 73 talen aangeeft. RuntimeWire spreekt in een artikel achter een betaalmuur van een bibliotheek met 10.000 termen, terwijl de officiële post alleen “duizenden” zegt. Wat me interesseert, is dat de verbeteringen zich richten op wat bepaalt of een spraakagent echt werkt: wie er spreekt, wanneer iemand klaar is, of een postcode heel aankomt. Maar zolang de dataset binnenshuis blijft en ten minste één cijfer uit de post zonder uitleg van het bedrijf niet overeenkomt met de grafiekwaarden, moeten deze percentages worden gelezen als claims van het bedrijf zelf, nog niet geverifieerd. Op de dag dat iemand de metingen kan overdoen, weten we wat ze waard zijn.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik heb de officiële post van ElevenLabs gelezen (van Min Kim, 10/11/2026) en daaruit cijfers, functies, model-ID's, beschikbaarheid en dataresidentie gehaald. Ik heb die vergeleken met drie onafhankelijke media van dezelfde dag: Cut.pro en All-AI.de bevestigen de lancering en de belangrijkste cijfers; van RuntimeWire, achter een betaalmuur, kon ik alleen de intro lezen, die de lancering bevestigt. Ik heb de verschillen genoteerd (39% tegenover de grafiek, 43% tegenover 44%, “duizenden” tegenover 10.000 termen) en het ontbreken van prijzen en onafhankelijke tests. De documentatiepagina van de modellen heb ik niet zelf gelezen: die gegevens komen via Cut.pro.
- Incertezze
- Alle nauwkeurigheidscijfers zijn interne evaluaties van ElevenLabs, zonder onafhankelijke tests, zoals Cut.pro opmerkt. De post noemt geen concurrenten: volgens All-AI.de tonen de grafieken Gemini 3.5 Transcribe, OpenAI en Deepgram. De diarisatiedataset is nog niet openbaar. De 39% minder fouten dan het “beste geteste realtime model” klopt niet met de grafiek (3,1% tegenover 5,9–7,3%, dus ongeveer 47–58% minder), misschien door een andere metriek of dataset. Voor de semantische WER van Live zegt de post 43%, de documentatie 44% over 73 talen, volgens Cut.pro. Prijzen en latentie van v3 zijn niet gepubliceerd: bij de controle van Cut.pro toonde de prijslijst alleen Scribe v2. RuntimeWire noemt 10.000 termen, de post alleen “duizenden”. Er is geen apart cijfer voor het Italiaans.
- Perché pubblicarla
- Het is een concrete, al beschikbare update van een van de meest gebruikte transcriptiemodellen in spraakagents: realtime diarisatie en taalwissels midden in een zin, met gegevens voor tientallen Europese talen en dataresidentie in de EU, onderwerpen die ertoe doen voor Italiaanse lezers. We hadden het nog niet behandeld, en het laat evenwichtig zien hoe groot de afstand is tussen benchmarks van de fabrikant en onafhankelijke verificatie.
Fonti / Sources
- ElevenLabs – Introducing Scribe v3 and v3 Live, our most accurate speech to text models (blog ufficiale)
- Cut.pro – ElevenLabs launches Scribe v3: transcription with 27% fewer errors
- All-AI.de – ElevenLabs Scribe v3 Live
- RuntimeWire – ElevenLabs launches Scribe v3 and Scribe v3 Live for messier real-world audio