Qu’est-ce que ElevenLabs Scribe v3 and Scribe v3 Live ?
Scribe v3 est le modèle de transcription d'ElevenLabs pour l'audio enregistré, sorti le 10 novembre 2026 avec Scribe v3 Live pour les flux en temps réel. Les deux ont remplacé Scribe v2 comme modèles par défaut dans l'application et l'API d'ElevenLabs le jour même ; pour passer de l'un à l'autre, il suffit d'indiquer l'identifiant scribe_v3 ou scribe_v3_live.
Le modèle par lots identifie jusqu'à 32 locuteurs, accepte jusqu'à 1 000 termes clés, signale les événements audio, détecte les entités et fournit des horodatages par mot ou par caractère. De nouvelles options déterminent si les nombres s'écrivent en chiffres ou en lettres et aident avec l'audio qui mélange les langues. Le modèle Live ajoute la prédiction des tours de parole, un mode multilingue pour les changements de langue en milieu de phrase, l'identification des locuteurs en temps réel et une bibliothèque de jusqu'à 10 000 termes clés. Les deux couvrent plus de 90 langues.
Les poids ne sont pas publiés. L'audio est traité aux États-Unis, sauf avec une offre Enterprise disposant d'un environnement isolé dans l'UE, en Inde ou à Singapour.
Combien coûte ElevenLabs Scribe v3 and Scribe v3 Live ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Scribe v3 | $0.20 an hour | Audio enregistré ; termes clés +0,05 $, édition +0,07 $ |
| Scribe v3 Live | $0.22 an hour | Temps réel ; termes clés +0,08 $, édition +0,12 $ |
Scribe v3 à 0,20 $ l'heure d'audio (termes clés +0,05 $, édition des transcriptions +0,07 $) ; Scribe v3 Live à 0,22 $ de l'heure (termes clés +0,08 $, édition +0,12 $). L'offre gratuite inclut quelques heures.
ElevenLabs Scribe v3 and Scribe v3 Live vaut-il le coup ?
Scribe v3 est une mise à jour discrète au résultat éclatant. Dans le test indépendant d'Artificial Analysis sur l'audio enregistré, relevé le 12 novembre, il affiche 1,9 % de taux d'erreur de mots, deuxième sur 64 modèles et seulement derrière Fun-Realtime-ASR-preview d'Alibaba, à 1,7 %. Son prédécesseur, Scribe v2, est à 2,2 %. Le prix est resté à 0,20 $ de l'heure, et c'est la décision la plus intéressante.
Le chiffre phare d'ElevenLabs, 27 % d'erreurs en moins sur 102 langues avec le corpus FLEURS, mérite une précision que l'entreprise fournit elle-même : il fait la moyenne de l'erreur par extrait plutôt que sur l'ensemble du corpus, si bien que ses chiffres (12,38 %, contre 16,94 % auparavant) sont plus élevés que ceux des autres fournisseurs et ne peuvent pas leur être comparés. Ceux du modèle Live se lisent plus facilement : sur Earnings-22, un ensemble d'appels financiers avec accents, l'erreur est passée de 5,99 % à 3,91 %.
Le hic : la vitesse et la géographie. Artificial Analysis mesure Scribe v3 à 63 fois le temps réel, contre 340,8 pour MAI-Transcribe-2 de Microsoft, qui n'est qu'à un dixième de point en précision et coûte moitié moins à la minute. L'audio en libre-service est traité aux États-Unis ; le traitement dans l'UE exige un contrat Enterprise, et le Zero Retention Mode n'est pas activé par défaut. Les SDK officiels sont aussi en retard sur le modèle Live, si bien que la prédiction des tours de parole et la grande bibliothèque de termes clés demandent un WebSocket brut.
Notre avis : pour une équipe qui envoie déjà son audio à ElevenLabs, c'est une amélioration gratuite, sans raison d'attendre. Pour une équipe plus attachée au débit ou à l'hébergement dans l'UE qu'au dernier dixième de point, Microsoft et Mistral sont désormais assez proches pour que le choix relève de la logistique plutôt que de la qualité.
Là où il fait la différence
Un réseau de podcasts publié en huit langues
Transformer chaque épisode en transcription propre avec identification des locuteurs
Envoyez les fichiers à scribe_v3 avec diarisation et export SRT. Un catalogue de 1 000 heures coûte environ 200 $ hors options.
Le service client d'un fournisseur d'énergie
Saisir correctement codes postaux, numéros de compte et noms lors des appels en direct
Envoyez les appels en streaming à scribe_v3_live avec une bibliothèque de termes clés composée de noms de rues et de produits ; elle n'est utilisée que lorsque le modèle entend une correspondance probable. 0,22 $ de l'heure plus 0,08 $ pour les termes clés.
Avant de vous engager
- Mise en route
- Envoyez l'audio en POST à /v1/speech-to-text avec model_id scribe_v3, ou ouvrez le WebSocket temps réel avec scribe_v3_live. Les paramètres de v2 continuent de fonctionner.
- Intégrations
- API et SDK d'ElevenLabs, ElevenAgents, webhooks pour les résultats asynchrones, export SRT, DOCX et PDF. La prédiction des tours, le mode multilingue et la bibliothèque de termes clés exigent pour l'instant un WebSocket direct.
- Données et confidentialité
- Aucun poids publié, pas d'auto-hébergement. L'audio en libre-service est traité et stocké aux États-Unis. Les environnements isolés dans l'UE, en Inde et à Singapour sont réservés à Enterprise, et le Zero Retention Mode n'est pas activé par défaut.
- Coût à grande échelle
- 10 000 heures par an coûtent environ 2 000 $ avec Scribe v3 hors options ; les silences sont facturés. Artificial Analysis l'affiche à 3,33 $ les 1 000 minutes.
- Limites
- La concurrence va de 8 tâches par lots et 6 en temps réel sur Free à 60 et 45 sur Scale ou Business. La durée maximale de fichier n'est pas indiquée sur la page des modèles.
Les points forts
- 1,9 % d'erreur chez Artificial Analysis, deuxième sur 64 modèles
- Même prix que Scribe v2 : 0,20 $ de l'heure par lots, 0,22 $ en direct
- Jusqu'à 32 locuteurs, 1 000 termes clés et balises d'événements audio
- La mise à jour se résume à changer l'identifiant du modèle
Les points faibles
- Environ cinq fois plus lent que MAI-Transcribe-2 chez Artificial Analysis
- Traitement aux États-Unis sauf achat de la résidence Enterprise
- Ses propres chiffres FLEURS ne sont pas comparables à ceux des autres fournisseurs
- Les SDK ne gèrent pas encore la prédiction des tours de Live ni la bibliothèque de termes clés
Idéal pour
Les équipes produit qui transcrivent des appels, des réunions ou des médias dans de nombreuses langues et veulent une précision de tout premier plan sans hausse de prix ni nouvelle intégration.
Alternatives à ElevenLabs Scribe v3 and Scribe v3 Live
ElevenLabs Scribe v3 and Scribe v3 Live : questions fréquentes
- ElevenLabs Scribe v3 and Scribe v3 Live vaut-il le coup ?
- Hormis un modèle en préversion, aucune transcription en vente ce mois-ci ne fait moins d'erreurs, et ElevenLabs n'a pas augmenté son prix pour la vendre. Nous lui donnons 4.6 sur 5.
- Combien coûte ElevenLabs Scribe v3 and Scribe v3 Live ?
- Scribe v3 à 0,20 $ l'heure d'audio (termes clés +0,05 $, édition des transcriptions +0,07 $) ; Scribe v3 Live à 0,22 $ de l'heure (termes clés +0,08 $, édition +0,12 $). L'offre gratuite inclut quelques heures.
- Quels sont les inconvénients de ElevenLabs Scribe v3 and Scribe v3 Live ?
- Environ cinq fois plus lent que MAI-Transcribe-2 chez Artificial Analysis; traitement aux États-Unis sauf achat de la résidence Enterprise; ses propres chiffres FLEURS ne sont pas comparables à ceux des autres fournisseurs; les SDK ne gèrent pas encore la prédiction des tours de Live ni la bibliothèque de termes clés.
- À qui s’adresse ElevenLabs Scribe v3 and Scribe v3 Live ?
- Les équipes produit qui transcrivent des appels, des réunions ou des médias dans de nombreuses langues et veulent une précision de tout premier plan sans hausse de prix ni nouvelle intégration.
- Combien coûte ElevenLabs Scribe v3 and Scribe v3 Live pour une équipe ou en production ?
- 10 000 heures par an coûtent environ 2 000 $ avec Scribe v3 hors options ; les silences sont facturés. Artificial Analysis l'affiche à 3,33 $ les 1 000 minutes.
- ElevenLabs Scribe v3 and Scribe v3 Live est-il sûr pour les données de l’entreprise ?
- Aucun poids publié, pas d'auto-hébergement. L'audio en libre-service est traité et stocké aux États-Unis. Les environnements isolés dans l'UE, en Inde et à Singapour sont réservés à Enterprise, et le Zero Retention Mode n'est pas activé par défaut.
- Quelles sont les meilleures alternatives à ElevenLabs Scribe v3 and Scribe v3 Live ?
- Les alternatives les plus proches que nous avons testées sont ElevenLabs Scribe v2, MAI-Transcribe-2-Streaming, Voxtral 3 (Transcribe and TTS) et AssemblyAI STT-3.7 (batch, Realtime and Realtime-Agent).
Réponses vérifiées le 21 nov. 2026.