ElevenLabs Scribe v2Werkpunt: scribe_v2

ElevenLabs Scribe v2 — Benchmark voor Mongoolse spraak-naar-tekst

Echte resultaten van de ElevenLabs Scribe v2 Batch API (verbeterd operationeel punt, taal mn), geëvalueerd op 4 Mongoolse datasets en 265 audiosamples. Elk getal hieronder is gemeten — geen marketing. WER, snelheid en prijs worden getoond zoals ze zijn, brutaal eerlijk.

Taal:MNDiarisatie:noneMonsters:265Uitvoering:Aug 19, 2026, 6:13 PMEndpoint:https://api.elevenlabs.io/v1/speech-to-text

Nauwkeurigheid

265/265 samples getranscribeerd · 100% succes

Woordfoutpercentage

Lager is beter · over 265 samples

Kernmetrics

Tekenfoutpercentage10.6%

Gem. snelheidsfactor1.51×realtime veelvoud

Totale snelheidsfactor1.51×

Gem. latentie per sample4.7s

Totaal verwerkte audio1849.3s30.8 min

Prijs

ElevenLabs Scribe v2-lijstprijs voor batch-transcriptie. Geen kortingen of onderhandelde tarieven — het ruwe tarief per minuut.

Per 1000 minuten

$3.7

batch

Per minuut

$0.0037

effectief

Per 1000 min (deze 30.8 min)

$6.84

zou kosten

Open source?

✗

propriëtair

Prijsbron: publieke prijzen van ElevenLabs Scribe v2. Duudlaga Flow wordt alleen ter context getoond — deze pagina isoleert ElevenLabs Scribe v2 zodat het getal niet wordt opgeblazen door ons eigen product.

WER en CER per dataset

Woord- en tekenfoutpercentages per dataset. Lager is beter — en dit zijn de echte ElevenLabs Scribe v2-cijfers, die zwak zijn op Common Voice 24.

Common Voice 24 (MN)

Brondataset →

WER

28.5%

CER

10.6%

Shunya Labs Mongolian Speech

Brondataset →

WER

19.2%

CER

6.3%

Common Voice 20 (MN)

Brondataset →

WER

29.4%

CER

11.4%

Modern Voice

WER

29.8%

CER

13%

WERCER

Overzicht per dataset

Geaggregeerde nauwkeurigheid, snelheid en timing per dataset.

Dataset	Bron	Monsters	Succes	WER	CER	Nauwkeurigheid	Snelheid	Audio (s)	Verw. (s)
Common Voice 24 (MN)	Hugging Face →	59	59/59	28.5%	10.6%	71.5%	1.33×	330.6s	248.1s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	19.2%	6.3%	80.8%	1.74×	645.1s	370.3s
Common Voice 20 (MN)	Hugging Face →	54	54/54	29.4%	11.4%	70.6%	1.41×	269.8s	190.7s
Modern Voice	—	92	92/92	29.8%	13%	70.2%	1.45×	603.8s	416s

WER vs. snelheid — per sample

Elke stip is één audiosample. De sweet spot is linksonder (weinig fouten, snel). ElevenLabs Scribe v2 scoort hoog op fouten bij veel Common Voice 24-samples.

Resultaten per sample

De ground truth wordt ongewijzigd getoond in de kolom Verwacht. De resultaatkolom markeert alleen de woorden die ElevenLabs Scribe v2 fout had in rood — geen doorhalingen of wissels, alleen de fouten.

Alleen fouten265 rijen

roodfout woord in het resultaatnormaalcorrect getranscribeerdDe kolom Verwacht wordt ongewijzigd als ground truth getoond

#	Monster	Dataset	Verwacht (ground truth)	ElevenLabs Scribe v2-resultaat	WER	CER	I/D/S
1	btsee_0001	Common Voice 24 (MN)	Гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлье.	Гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлье	0.0%	0.0%	0/0/0
2	btsee_0002	Common Voice 24 (MN)	Надад заяасан аз жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	Надад заяасан аж жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	8.3%	1.3%	0/0/1
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	Одоо бид өөрсдөө өвчин эмнэлгээсээ салахыг хичээцгээе.	14.3%	3.8%	0/0/1
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	Би бол голдуй хээрээр гэр, хэцээр дэр хийж явдаг хүн.	10.0%	2.0%	0/0/1
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	Хан хурмаст уулс болдоггүй бороо өгнө. Хоёр луугаар нэргүүлэхээр явагч	70.0%	26.0%	0/0/7
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	Алив наашаа ороод ир гээд гэртээ оров.	0.0%	0.0%	0/0/0
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	Өө, өндөр дээдс таны тухайд би ботолг чадахгүй	25.0%	8.7%	0/0/2
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	0.0%	0.0%	0/0/0
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	Та нар очгондоо шүлэл өгч үз	42.9%	30.0%	0/1/2
10	btsee_0010	Common Voice 24 (MN)	Ерөөсөө литр үйлдвэрээсээ салаагүй явсан юм чинь.	Эрүүлсээл үйлдвэрээсээ салаагүй явсан юм чинь	28.6%	20.8%	0/1/1

…Pagina 1 van 27

Methodologie

Hoe deze getallen zijn verkregen.

Leverancier: ElevenLabs Scribe v2 (ElevenLabs Scribe v2 hosted transcription (language_code=mn).).

Endpoint https://api.elevenlabs.io/v1/speech-to-text. Taal mn. Werkpunt scribe_v2. Diarisatie none.

Datasets: Common Voice 24 (MN), Shunya Labs Mongolian Speech, Common Voice 20 (MN), Modern Voice — 265 samples, in totaal 1849.3s audio.

Bron-URL's van datasets:

Common Voice 24 (MN)https://huggingface.co/datasets/btsee/common-voices-24-mn
Shunya Labs Mongolian Speechhttps://huggingface.co/datasets/shunyalabs/mongolian-speech-dataset
Common Voice 20 (MN)https://huggingface.co/datasets/warmestman/common-voice-20-mn-normalized
Modern Voice—

Metrieken: WER en CER worden berekend met een standaard woord-/teken-Levenshtein-uitlijning, genormaliseerd voor hoofdletters en leestekens. Nauwkeurigheid = 100 − WER. Snelheidsfactor = audioduur ÷ verwerkingstijd (× realtime). Alle verzoeken zijn echte ElevenLabs Scribe v2-Batch-API-aanroepen, niet gecached of gesimuleerd.

Verschilmarkering: De resultaatkolom wordt uitgelijnd op de ground truth en kleurt elke substitutie en insertie rood. Deleties (woorden die ontbreken in het resultaat) worden niet in de resultaatkolom getoond — de kolom Verwacht bevat al de volledige ground truth ongewijzigd.

Gegenereerd door ElevenLabs Scribe v2 Benchmark Runner · ElevenLabs Scribe v2 Batch API v2 · uitvoering Aug 19, 2026, 6:13 PM