Tabbit博客

ElevenLabs Scribe v3:该选哪个模型 ID?

按音频输入方式选择 scribe_v3 或 scribe_v3_live,并核对对应接口、迁移步骤和第三方应用支持。

本文目录
  1. 要点
  2. Scribe v3 快速对照
  3. 已录制音频:配置 scribe_v3
  4. 实时音频:配置 scribe_v3_live
  5. 根据现有集成方式做决定
  6. Scribe v2 迁移检查清单
  7. 用 Tabbit 整理迁移资料
  8. 结论:该配置哪个 Scribe v3 模型?
  9. 常见问题
决策图:录制文件使用 scribe_v3,实时音频流使用 scribe_v3_live。
决策图:录制文件使用 scribe_v3,实时音频流使用 scribe_v3_live。

要点

  • 已有录音文件要转写,使用 scribe_v3。

  • 应用持续传入音频、需要边录边出文字,使用 scribe_v3_live。

  • 两个 ID 对应不同接口流程,不能只换名字而不改数据流。

  • 2026 年 11 月的官方更新说明旧版 Scribe v2 与 Scribe v2 Realtime 仍可用,不代表现有集成必须马上迁移。

  • 第三方应用要先提供新 ID 才能选择。请查该应用的版本说明,不能把官方 API 发布当成应用已支持的证据。

Scribe v3 快速对照

音频输入模型 ID接口模式适用情况
上传已有音频文件scribe_v3Speech-to-Text 请求录音结束后生成完整转写。
音频正在持续采集scribe_v3_live实时 WebSocket 流通话或录音过程中要显示转写事件。

先问一个问题:你手里是录音文件,还是正在传输的音频?一位 Reddit 用户称,尽管 Scribe v3 API 已发布,他使用的 Whisperian 0.28.0 仍无法选择该模型。因此还要核对客户端自己的模型列表和更新说明。

已录制音频:配置 scribe_v3

会议录音、访谈文件等已经保存的音频,使用批量 Speech-to-Text 流程。官方 create-transcript API 参考列出了 POST /v1/speech-to-text;11 月 9 日更新日志将录音文件模式对应到 scribe_v3。

官方转写指南介绍了词级时间戳、说话人区分、数字格式、次要语言处理、关键词提示、实体识别和转写编辑等选项。启用可选参数前,请核对当前请求结构与账号可用性。官方文档说明关键词提示和转写编辑会产生额外用量。

如果应用可以等任务结束后再展示文字,这种文件模式通常更直接。音频先作为文件提交,拿到结果后再按自己的应用政策保存或审核。

实时音频:配置 scribe_v3_live

麦克风或通话音频持续传入、界面需要在会话过程中显示文字时,使用 Scribe v3 Live。官方实时 Speech-to-Text 指南介绍了 WebSocket 流式流程;更新日志将实时转写 ID 指定为 scribe_v3_live。

Live 文档列出的功能包括轮次预测、多语言模式、说话人区分、词级时间戳、实体识别、转写编辑和关键词库。但这些能力不会让两个模型 ID 可以互换:客户端仍需建立流连接并处理事件。

如果用户只要会后转写,实时连接生命周期可能增加无用复杂度。如果产品要在通话时显示文字,等录音结束再上传则无法满足这个交互。

根据现有集成方式做决定

场景配置建议上线前检查
上传 WAV 等支持的录音,之后处理结果先用 scribe_v3 和 Speech-to-Text API当前文档中的格式、请求限制和可选参数。
界面监听正在进行的麦克风或通话先用 scribe_v3_live 和实时 WebSocket 指南音频分块、重连、事件生命周期以及部分文字的处理方式。
桌面转写软件仍只列出 Scribe v2保留现有选项,或使用自己控制的 API 流程软件供应商的最新版本说明。不要自行推定兼容。
实时活动结束后才需要文字判断是否能拿到完成后的录音文件若不需要即时文字,批量处理可能更合适。

本文是配置指南,没有进行延迟或准确率对比。ElevenLabs 在公告中发布的基准数据属于厂商数据,不是独立测试,也不是区分接口模式的必要条件。

Scribe v2 迁移检查清单

更新日志称两个 v2 模型仍可用。团队可以先评估,再决定何时切换生产配置。

  1. 记录当前流程。确认是上传文件还是实时流、使用哪个接口和模型 ID。

  2. 核对新旧映射。录音文件评估 scribe_v3;实时音频评估 scribe_v3_live。

  3. 确认客户端支持。如果应用有模型选择器,确认新 ID 是否可选。若应用隐藏 ID,查文档或询问供应商,不要臆测。

  4. 按自己的标准测试。只使用获准处理的代表性音频,检查转写完整度、说话人标签、时间戳、语言和下游流程。本文没有测试结果。

  5. 核对额外用量。启用关键词或转写编辑前,查看当前 ElevenLabs 定价页 和账号条款。价格会变,本文不提供每分钟报价。

  6. 保留回退办法。更新日志称 v2 仍可用;迁移前确认账号仍能使用,并记录旧配置。

提交敏感录音前,团队应先核对适用条款、保留要求和所需协议。本次查阅的文档没有给出适用于所有用户的留存或训练保证。

用 Tabbit 整理迁移资料

模型 ID 变更可能分散在 API 文档、更新日志和转写软件的发行说明中。Tabbit Browser 可以将这些网页和迁移清单放在同一个浏览器工作区里比较。它不会调用 ElevenLabs API、上传录音,也不能证明某个应用已支持新 ID。

可以同时打开官方更新日志、Speech-to-Text 指南和软件发行说明,再记录数据流、准确 ID、来源链接与未解决问题。带来源链接的浏览器研究流程说明如何让结论能追溯到页面。需要反复检查网页时,可参考浏览器代理提示模板和浏览器代理首个任务清单。

一位 MacWhisper 用户询问,能否通过更换 API key 使用 Scribe v3,还是必须等待应用更新。这说明客户端更新路径仍需核实,并不能证明该应用当前的支持情况。Tabbit 适合在修改集成前人工核对资料,不代替凭证审查、代码测试或音频处理政策。不要把凭证和私人录音写进浏览器笔记。

结论:该配置哪个 Scribe v3 模型?

输入是文件,就用 scribe_v3;输入是实时流,就用 scribe_v3_live。然后核对对应接口、连接行为和可选用量。若通过第三方应用配置,等该应用的文档明确列出相应 ID。

需要整理多步迁移资料时,可以用 Tabbit Browser 管理文档线索。从浏览器研究流程开始,再看本地与云端浏览器代理、权限边界、安全复用登录会话和浏览器自动化方案选择。需要把本地工具连接到现有浏览器时,可参考连接现有浏览器指南与Tabbit CLI 指南。

常见问题

先用下面的问题核对配置,再修改现有集成。

常见问题

ElevenLabs Scribe v3 的模型 ID 是什么?

根据 ElevenLabs 2026 年 11 月的更新日志,录制音频使用 `scribe_v3`,实时音频流使用 `scribe_v3_live`。请让模型 ID 与接口流程匹配。

我应该用 Scribe v3 还是 Scribe v3 Live?

上传已有音频文件转写时使用 Scribe v3。应用持续传输音频并需要会话期间的转写时使用 Scribe v3 Live。

Scribe v3 会替代 Scribe v2 吗?

11 月 9 日的更新日志说 v3 接替 v2 系列,同时旧版仍可用。制定迁移计划前,请确认当前账号和客户端的可用情况。

关键词提示会额外收费吗?

ElevenLabs Speech-to-Text 文档说关键词提示和转写编辑会产生额外用量。当前价格请查看实时定价页和账号条款。

我的转写软件支持 Scribe v3 吗?

只有软件明确提供或说明了对应模型 ID 才能确认。请查软件版本说明或设置;API 发布本身不代表第三方应用已支持。

ElevenLabs 如何保留和使用音频数据?

本指南查阅的文档没有确认普遍适用的留存、训练或权利保证。提交音频前,请核对当前条款和组织协议。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。