ElevenLabs Scribe v3 verstaat Nederlandse postcodes beter

ElevenLabs heeft op 10 november twee nieuwe spraak-naar-tekstmodellen gelanceerd: Scribe v3 voor opgenomen audio en Scribe v3 Live voor gesprekken die live worden uitgeschreven. Volgens de aankondiging van ElevenLabs maken beide modellen duidelijk minder fouten dan hun voorgangers. Opvallend is de Nederlandse klant die het bedrijf naar voren schuift: energieleverancier Eneco.

Minder fouten in meer dan honderd talen

Scribe v3 maakt volgens ElevenLabs gemiddeld 27 procent minder woordfouten dan Scribe v2, gemeten op de FLEURS-benchmark over 102 talen. Per taal verschilt de winst: Duits gaat er 42 procent op vooruit, Spaans 35 procent en Engels 23 procent. Nederlands ontbreekt in het lijstje met uitgelichte talen.

Ook het herkennen van sprekers is verbeterd. Op opnames met drie of meer sprekers daalt het aantal fouten in de sprekerindeling met 17 procent. Wie veel vakjargon gebruikt, kan het model tot 1.000 termen meegeven, zoals merknamen en afkortingen. Daarnaast kun je kiezen of getallen als cijfers of als woorden in het transcript verschijnen.

Live transcriptie die laat uitpraten

De grootste stap is de realtime versie. Scribe v3 Live maakt 43 procent minder betekenisfouten dan Scribe v2 Realtime en 31 procent minder fouten op de gewone woordfoutscore. Bij Grieks en Deens loopt de verbetering op tot 77 en 54 procent. Voor het eerst kan de live versie ook bijhouden wie er aan het woord is.

Belangrijk voor telefonische voice agents: het model kijkt naar de context van het gesprek om te bepalen of iemand klaar is met praten. Een beller die midden in een zin even nadenkt, wordt daardoor minder snel in de rede gevallen. Gesprekken waarin iemand halverwege van taal wisselt, kan het model ook aan. Er is ook een aparte versie voor medische gesprekken.

Eneco test op echte klantgesprekken

Eneco levert energie aan ruim 2 miljoen huishoudens en bedrijven in Nederland en testte Scribe v3 Live op echte klantgesprekken. De voice agent van het bedrijf herkende Nederlandse postcodes daarbij 40 procent vaker in één keer goed en bij huisnummers was dat 15 procent vaker. Ruud Huigsloot, senior productmanager bij Eneco, noemt die resultaten in de aankondiging al vroeg in het traject significant en wil de samenwerking voortzetten.

Beide modellen zijn beschikbaar via de API van ElevenLabs en zijn de standaard in de eigen app, meldt ook The Neuron. De verwerking gebeurt standaard in de VS, maar er zijn afgeschermde omgevingen in onder meer de EU. Met een Zero Retention Mode worden audio en tekst na afloop direct gewist.

Wat betekent dit

Het is druk op de markt voor spraakherkenning. Kort geleden kwamen Mistral met Voxtral 3 en NVIDIA met een open transcriptiemodel voor 40 talen, en ook Microsoft lanceerde realtime spraakmodellen. ElevenLabs, dat eerder stemmodel v4 uitbracht, kiest duidelijk voor de klantenservice.

Voor Nederlandse bedrijven is het voorbeeld van Eneco het interessantst. Een postcode of huisnummer die verkeerd wordt verstaan, kost een klant tijd en ergernis. Let wel: de cijfers komen van ElevenLabs zelf en zijn nog niet onafhankelijk getoetst. Wie een voice agent overweegt, doet er goed aan eerst met eigen gesprekken te testen.