ElevenLabs тут обновил распознавалку голоса, но инфы пока нет, только видосик. Говорят, что лучше всех (ну, как обычно), поддерживают 90 языков с таймфреймами, диаризацией спикеров, внедрением правильной лексики по вашему словарю (типа закидываете имена спикеров, названия компаний, термины и оно правильно распознает), entity extraction (типа номер счета, номер карты, адрес, имя) с таймстемпом. Ну-у... Выглядит очень своевременно и красиво, но видимо будет недешево. UPD: залили подробности на сайт https://elevenlabs.io/blog/introducing-scribe-v2