ElevenLabs lanza Scribe v3 y Scribe v3 Live, con alta precisión pero menor velocidad y precio
Hecho Qué ha ocurrido
ElevenLabs ha lanzado Scribe v3 para audios grabados y Scribe v3 Live para tiempo real, dos modelos de reconocimiento de voz disponibles en su API y en ElevenAgents. Según la compañía, Scribe v3 reduce cerca de un 25 % los errores de palabra frente a su predecesor en 102 idiomas. Artificial Analysis sitúa a Scribe v3 entre los modelos más precisos, pero por detrás de Microsoft y xAI en velocidad y coste.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Para empresas que operan agentes de voz o procesan grandes volúmenes de audio, la precisión no es el único criterio: la velocidad y el precio pueden pesar más. La prueba independiente solo mide errores en archivos grabados, no la diarización ni el comportamiento en tiempo real que la compañía destaca.
- Quién se ve afectado
- Empresas que desarrollan agentes de voz, centros de atención telefónica y equipos que transcriben reuniones o llamadas.
- Qué puede cambiar
- Si el modo en tiempo real evita cortes prematuros de los clientes, los agentes de voz podrían resultar más naturales en llamadas con pausas o datos numéricos. Las opciones de servidores aislados en la UE y retención cero también pueden facilitar el cumplimiento normativo.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar pruebas independientes del modo en tiempo real, la evolución de precios frente a Microsoft y xAI y la adopción en proyectos de atención al cliente, como el de salud pública en Polonia.
Recomendación Qué debería hacer una empresa
Evaluar Scribe v3 Live frente a alternativas en un piloto de agente de voz durante los próximos 3 meses, midiendo precisión, latencia y coste por minuto con datos propios.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗reconocimiento de voztranscripciónagentes de vozdiarización de hablantes ElevenLabsArtificial AnalysisMicrosoftxAIOpenAI agentes de voz ElevenAgents ElevenLabs Scribe v3 voz
Relacionadas
ElevenLabs lanza el modelo de voz Eleven v4 con más expresividad y consistencia
ElevenLabs presentó Eleven v4, un modelo de síntesis de voz con nueva arquitectura que sigue mejor las instrucciones de tono, pacing y contexto, además de una…
Por qué importaMejora la calidad y velocidad de la voz sintética justo en un segmento donde compiten Google, OpenAI y Cartesia, lo que presiona precios y…
ServiceNow publica benchmark de ASR para clientes bilingües con cambio de código
ServiceNow-AI ha publicado un benchmark y dataset para evaluar cómo los sistemas de reconocimiento de voz (ASR) manejan el cambio de código (code-switching)…
Por qué importaPara empresas con centros de contacto o help desks internacionales, la capacidad de procesar correctamente el speech bilingüe es crítica: los errores…
ElevenLabs lanza dos modelos de voz a voz en tiempo real, Eleven Realtime v1 Mini y v1 Max
ElevenLabs ha presentado Eleven Realtime, dos modelos de voz a voz: v1 Mini, para conversaciones naturales a menor coste, y v1 Max, orientado a tareas más…
Por qué importaLos agentes de voz en tiempo real son una vía directa para automatizar llamadas de atención al cliente y servicios telefónicos, con modelos que se…
Google DeepMind lanza Gemini 3.5 Transcribe, modelo de voz a texto en tiempo real
Google DeepMind presenta Gemini 3.5 Transcribe, un modelo de transcripción de voz disponible en la Gemini API, Google AI Studio y Gemini Enterprise Agent…
Por qué importaUna transcripción más precisa y rápida reduce fricción en agentes de voz, atención al cliente y análisis de llamadas, áreas donde el error de…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.