Scribe — это отдельный инструмент ElevenLabs для преобразования речи в текст. Если Text to Speech делает из текста голос, то Scribe работает наоборот: принимает аудио или видео и возвращает расшифровку.
В 2026 году Scribe поддерживает более 90 языков, включая русский, умеет разделять спикеров, добавлять точные таймкоды и распознавать дополнительные звуки.
Что умеет ElevenLabs Scribe
Основные возможности Scribe:
- распознавание речи более чем на 90 языках;
- русская транскрибация;
- таймкоды на уровне отдельных слов;
- разделение нескольких спикеров;
- определение неречевых звуков;
- автоматическое определение языка;
- работа с длинными аудио- и видеофайлами.
Scribe подходит для интервью, подкастов, лекций, созвонов, роликов YouTube и любых записей, которые нужно быстро превратить в текст.
Как перевести аудио в текст
Откройте Speech to Text в ElevenLabs и загрузите аудиофайл.
Дальше сервис анализирует запись и создаёт транскрипт. В зависимости от режима можно получить текст с таймкодами и разметкой спикеров.
Общий порядок:
- откройте Speech to Text;
- загрузите аудио или видео;
- выберите нужные параметры;
- запустите транскрибацию;
- проверьте результат;
- скопируйте или экспортируйте текст.
Работает ли Scribe с русским языком
Да. Русский входит в официальный список поддерживаемых языков Scribe v2.
Качество распознавания зависит от записи. Чистый голос одного человека распознаётся лучше, чем разговор на фоне музыки, улицы или сильного эха.
Как реально проверить качество Scribe на своём русском аудио
Вместо субъективного «вроде распознал нормально» лучше провести короткий воспроизводимый тест.
Возьмите 2–3 минуты записи, для которой у вас есть точный исходный текст. Хорошо, если в ней встречаются:
- обычная разговорная речь;
- имя или фамилия;
- название бренда;
- число или дата;
- пара профессиональных терминов;
- хотя бы два спикера, если вы хотите проверить diarization.
После транскрибации сравните результат с оригиналом и отдельно отметьте:
| Что проверять | Что считать ошибкой |
|---|---|
| Обычные слова | Пропуски, замены, лишние слова |
| Имена и бренды | Неверное написание или подмена похожим словом |
| Числа | Ошибочная дата, сумма, процент, номер |
| Спикеры | Реплика приписана не тому человеку |
| Таймкоды | Заметный сдвиг относительно реального момента в записи |
Такой тест даёт ответ именно для вашего микрофона, акцента, тематики и качества записи. Это полезнее любой общей цифры точности.
Что такое diarization
Diarization — это автоматическое разделение записи по спикерам.
Например, если в интервью разговаривают ведущий и гость, Scribe может определить, где говорит один человек, а где другой, и разбить текст на отдельные реплики.
По актуальной документации Scribe поддерживает до 32 спикеров.
Это особенно полезно для:
- интервью;
- подкастов;
- совещаний;
- групповых звонков;
- панельных дискуссий.
Как проверить diarization
Для теста лучше взять не идеальную запись, где люди говорят строго по очереди, а фрагмент с коротким перебиванием.
Проверьте три вещи:
- не объединены ли два человека в одного speaker;
- не меняется ли номер спикера у одного и того же человека;
- как система ведёт себя на пересекающейся речи.
Если diarization нужен для субтитров или протокола встречи, ошибки спикеров иногда важнее, чем одна неправильно распознанная буква в слове.
Зачем нужны таймкоды
Scribe умеет ставить таймкоды на уровне слов. Это удобно, если расшифровка нужна не только как текст, но и для монтажа, субтитров или поиска конкретного момента в записи.
Например, можно быстро найти фразу в длинном интервью и перейти к нужной секунде ролика.
Что нового в Scribe v2
Scribe v2 получил дополнительные возможности для сложной транскрибации:
- keyterm prompting — подсказки с важными терминами и именами;
- entity detection;
- точные word-level timestamps;
- diarization до 32 спикеров;
- реалтайм-режим для потоковой речи;
- No Verbatim mode для более чистой расшифровки без части речевого мусора.
Как использовать keyterm prompting
Keyterm prompting полезен, если в записи много слов, которые обычная модель может перепутать: фамилий, названий компаний, моделей устройств, медицинских или технических терминов.
В актуальном batch-режиме Scribe v2 можно передать до 1000 keyterms, до 50 символов каждый. В realtime-режиме лимит меньше.
Пример списка:
ElevenLabs VirtRe Scribe v2 Professional Voice Cloning Dubbing
Чтобы проверить пользу keyterms честно, транскрибируйте один короткий фрагмент дважды: сначала без подсказок, потом с ними. Сравнивайте только проблемные слова, а не весь текст целиком.
Entity detection: когда пригодится
Scribe v2 умеет находить в транскрипте сущности — например имена, даты и другие типы данных. По текущей документации поддерживаются десятки категорий сущностей.
Это полезно, если транскрипт дальше обрабатывается автоматически: из интервью нужно вытащить людей и компании, из звонка — даты, из длинной записи — структурированные факты.
Можно ли расшифровать видео
Да. Если загрузить видеофайл, Scribe извлечёт речь и создаст текстовую расшифровку.
Если задача не просто получить текст, а перевести ролик на другой язык и сразу переозвучить его, лучше использовать Dubbing.
Можно ли использовать Scribe для субтитров
Да. Таймкоды делают Scribe удобным источником для подготовки субтитров.
После транскрибации текст всё равно стоит проверить вручную, особенно если:
- в записи много имён;
- есть профессиональные термины;
- несколько людей перебивают друг друга;
- звук записан некачественно;
- важны точные числа и даты.
Чем Scribe отличается от обычной расшифровки в ChatGPT или других сервисах
Сильная сторона Scribe — специализированная работа со звуком: точные таймкоды, diarization, keyterm prompting, entity detection и отдельный API для Speech to Text.
Поэтому он особенно интересен не только для разовой расшифровки, но и для проектов, где транскрибация встроена в постоянный рабочий процесс.
Сколько стоит Scribe
Speech to Text расходует общий баланс ElevenLabs. На актуальной странице тарифов базовый ориентир для Speech to Text — около 330 кредитов за минуту, но дополнительные функции могут влиять на стоимость.
Начать можно даже с Free, а при регулярной работе имеет смысл сравнить платные планы.
Когда Scribe действительно полезен
Scribe стоит использовать, если вам регулярно нужно:
- расшифровывать интервью;
- делать текст из подкастов;
- получать конспекты из записей;
- готовить субтитры;
- разбирать длинные видео;
- автоматизировать транскрибацию через API.
Итог
Scribe полезен не только тем, что превращает аудио в текст. Его сильная сторона — данные вокруг текста: спикеры, точные таймкоды, keyterms и сущности.
Если качество важно, лучше один раз протестировать сервис на 2–3 минутах своего аудио с известным исходным текстом и понять, где именно он ошибается. После этого гораздо проще решить, подходит ли Scribe для интервью, субтитров или автоматической обработки большого архива записей.
Проверено по актуальной документации ElevenLabs 23 сентября 2026 года.