بطاقة عنوان مكتوب عليها Scribe v3 Live Medical وعنوان فرعي: ناسخ سريري لا يمكنك الاتصال به. أسفلها مخطط تدفق بسيط: سماعة هاتف موسومة بـ«مكالمة مريض» تُغذّي صندوقًا مستدير الحواف موسومًا بـ«ElevenAgents»، وبجانبه صندوق باهت ومشطوب عليه موسوم بـ«واجهة برمجة تحويل الكلام إلى نص».
Guides & Insights

Scribe v3 Live Medical: ElevenLabs طوّرت مُفرّغًا سريريًا لا يمكنك استدعاؤه

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

الحقيقة الأكثر إثارة للاهتمام بشأن Scribe v3 Live Medical هي حقيقة متعلقة بالنشر، وليست رقم دقة: فلا يوجد معرّف نموذج. أطلقت ElevenLabs النموذج، ووثّقته، وقيّمته بمعايير على صوت سريري، ووضعته أمام عملاء الرعاية الصحية — ثم أغلقت الباب الوحيد الذي يستخدمه معظم المطورين. فهو يعمل داخل ElevenAgents، ويُختار من قائمة ASR المنسدلة في إعدادات الوكيل، وهو غير متاح صراحةً عبر Speech to Text API. ويظل نموذج API للصوت الطبي هو Scribe v2 Medical، وهو نموذج دفعي من سبتمبر. لذا فإن ما أعلنته ElevenLabs في 9 نوفمبر 2026 ضمن إطلاق عائلة Scribe v3 — Scribe v3 وScribe v3 Live للصوت المسجّل والوقت الفعلي، مع دخول الضبط الدقيق الطبي في الوقت الفعلي لاحقًا إلى الوصول المبكر — أفضل ما يُفهم به أنه ميزة منصة ترتدي اسم نموذج.

ذلك التأطير يحدد ما إذا كان هذا الإصدار يهمك. إذا كنت تبني وكيلاً صوتياً سريرياً على بيئة تشغيل الوكلاء من ElevenLabs، فإن أفضل نظام ASR طبي في الوقت الفعلي لدى الشركة أصبح الآن على بُعد قائمة منسدلة واحدة. أما إذا كنت تبني ذلك الوكيل في أي مكان آخر، فإن هذا الإصدار لم يغيّر شيئًا في خياراتك، ومخطط المعايير الذي نشرته ElevenLabs هو مخطط حول نموذج لا يمكنك استئجاره.

ما الذي تم إصداره فعليًا، ومتى؟

يؤرّخ سجل تغييرات ElevenLabs إطلاق العائلة في 9 نوفمبر 2026: scribe_v3 للصوت المسجّل، ليحل محل scribe_v2 على نقطة نهاية النسخ الحالية، وscribe_v3_live على WebSocket في الوقت الفعلي. كلا الإصدارين موثّقان بتحسينات نسبية بنسبة 27% و44% على التوالي — يخفض Scribe v3 معدل خطأ الكلمات من 16.94% إلى 12.38% على FLEURS، وتدّعي Scribe v3 Live انخفاض معدل خطأ الكلمات الدلالي بنسبة 44% مقارنةً بـ Scribe v2 Realtime. لا يمثل أي من الرقمين رقمًا طبيًا. وهما الرقمان العامّان لعائلة النماذج التي بُني عليها المتغيّر الطبي.

تظهر النسخة الطبية بشكل منفصل، في وثائق النموذج وعلى صفحة النسخ الطبي الخاصة بـ ElevenLabs، بثلاث سمات تكون غير معتادة في منشور إطلاق وتكون عادية في ميزة منصة:

• التوفر — ElevenAgents فقط. غير متاح في Speech to Text API، ولا يوجد معرّف نموذج لتمريره.

• الحالة — وصول مبكر، مقتصر على مساحات العمل التي تكون الميزة ممكّنة فيها، ويتطلب نموذج turn_v3 الخاص بالشركة.

• التكلفة — لا يوجد سعر منفصل. تقول ElevenLabs إنها مشمولة في تسعير ElevenAgents القياسي، مع ما يصل إلى 10,000 مصطلح مخصص دون أي رسوم إضافية.

قارن ذلك بـ Scribe v2 Medical، وهو منتج API عادي: مرّر scribe_v2_medical كمعرّف طراز، وادفع $0.20 في الساعة، بالسعر نفسه مقابل Scribe v2. لم يحصل الطراز الطبي v3 على تلك المعاملة. بل حصل على قائمة منسدلة.

A section of the ElevenLabs medical transcription page headed 'Medical transcription built for live calls and recorded audio', with the line 'Two Speech to Text models for clinical language: Scribe v3 Live Medical for ElevenAgents, and Scribe v2 Medical for batch transcription', and a sample transcript reading 'He's on metformin 1000 twice a day, empagliflozin 10, and atorvastatin 40. A1C 8.4, eGFR 52, LDL 128'.

الادّعاء الذي يهم هو ادّعاء سريري، بشأن مجموعة عامة صغيرة.

العنوان الرئيسي الذي تقدمه ElevenLabs لـ Scribe v3 Live Medical ليس رقم FLEURS. بل هو PriMock57 — 57 استشارة رعاية أولية وهمية سُجّلت لأغراض البحث، وهي صغيرة وعامة وأقرب بكثير إلى الخصائص الصوتية لمكالمة سريرية حقيقية مما هو الكلام المقروء. وعلى هذه المجموعة، تُبلغ ElevenLabs عن أدنى معدل خطأ في الكلمات بين النماذج الفورية التي اختبرتها: 12.8% لـ Scribe v3 Live Medical، مقابل 15.5% لـ AssemblyAI's Universal-3.6 Pro Realtime في الوضع الطبي، و16.3% لـ Speechmatics Oak-1، و17.0% لـ Deepgram Nova-3 Pharma و17.2% لـ Nova-3 Medical.

هذه أرقام يديرها المورّد على معيار أداء اختاره المورّد، والقراءة الأمينة لها محدودة: فجوة قدرها 2.7 نقطة عن أقرب منافس في مجموعة واحدة من 57 استشارة هي إشارة حقيقية إلى أن الضبط الدقيق السريري مفيد، وهي ليست ضمانًا بأن صوت الهاتف في عيادة أمراض القلب لديك سيتبع الترتيب نفسه. لم يكرّرها أحد خارج ElevenLabs، والمجموعة صغيرة بما يكفي ليكون التباين بين المكالمات أكبر من الفجوة.

الإفصاح الأكثر فائدة مدفون في قسم الأسئلة الشائعة الخاص بصفحة النسخ الطبي نفسها، وهو صريح على نحو غير معتاد: أسماء الأدوية المعزولة بلا سياق هي الحالة الأصعب لدى كل نموذج، ونصيحة ElevenLabs هي استخدام التوجيه بالمصطلحات المفتاحية لتوجيه التعرف نحو المصطلحات المتوقعة. وهذه شركة تخبرك أين يتوقف ضبطها الدقيق. اسم دواء داخل جملة — «يتناول metformin 1000 مرتين يوميًا» — مشكلة قابلة للحل، والنص المفرّغ النموذجي في تلك الصفحة مبني من هذا الشكل بالضبط. أما اسم دواء يُقرأ بمفرده، كما قد يفعل المتصل عندما يُطلب منه تكرار وصفة طبية، فيظل صعبًا على الجميع.

A single-column scoreboard titled 'Scribe v3 Live Medical — the scoreboard', with rows reading 'Availability: ElevenAgents only, no model ID', 'Status: early access, requires turn_v3', 'PriMock57 WER: 12.8%', 'Nearest rival on that set: 15.5%', 'Price: no separate rate, bundled' and 'PHI: docs say do not send yet', with a footer reading 'All figures vendor-reported by ElevenLabs; no independent reproduction.'

إن الكشف عن الأدوار هو الميزة التي تجعله نموذجًا طبيًا

الجزء من هذا الإصدار الذي سيغيّر طريقة شعور الوكيل السريري ليس الدقة، بل التنبؤ بالدور. فأنظمة التعرّف الآلي على الكلام المتدفّق العامة تثبّت مقطعًا من النص عندما تكتشف الصمت، ولهذا تقاطع الوكلاء الصوتيون الأشخاص الذين يقرؤون سلاسل طويلة — معرّف عضو، أو تاريخ ميلاد، أو رقم هاتف، أو جرعة تُتهجّى ببطء. يستخدم نموذج الأدوار في Scribe v3 Live Medical سياق المحادثة ليقرر متى يكون المتصل قد انتهى فعلاً، لذا ينتظر الوكيل خلال التوقفات داخل معرّف العضو بدلاً من الرد على أول ثلاثة أرقام.

هذا السلوك خاصية في نموذج turn_v3 المقترن بـ ASR، وهو متاح في Scribe v3 Live على العموم، وليس فقط في الضبط الدقيق الطبي. وما تضيفه النسخة الطبية هو انحياز المفردات الكامن تحته: التعرّف على المصطلحات السريرية التي كانت تُشوَّه في المقام الأول، عبر أكثر من 90 لغة، مع وضع متعدد اللغات يواكب تبديل المتصل للغة في منتصف المكالمة. وتقول ElevenLabs إن تحسينات الدقة الطبية قيست بالإنجليزية والفرنسية والألمانية، وهو ادعاء أضيق من دعم أكثر من 90 لغة ويستحق الذكر بشكل منفصل.

سطر الامتثال هو الذي ينبغي قراءته مرتين.

تقول صفحة النسخ الطبي لدى ElevenLabs إن كلا الطرازين مؤهلان بموجب HIPAA لعملاء Enterprise الذين لديهم اتفاقية مشارك تجاري Business Associate Agreement سارية ووضع Zero Retention Mode مفعّل، وإنه عند تفعيل ZRM لا يُحتفظ بالمدخلات الصوتية ولا بمخرجات النص بعد المعالجة. وتقول صفحة التوثيق الخاصة بـ Scribe v3 Live Medical شيئًا أكثر حزمًا وأقل ملاءمة: لا ترسل معلومات صحية محمية إلى Scribe v3 Live Medical حتى يتم تأكيد أهلية HIPAA لهذا الطراز، كما أن إقامة البيانات في الاتحاد الأوروبي غير متاحة أثناء الوصول المبكر.

كلتا الجملتين موجودتان على موقع ElevenLabs نفسه، وليستا الجملة نفسها. والقراءة التوفيقية هي أن الوضع العام للامتثال في الرعاية الصحية — BAA وZRM وSOC 2 وGDPR — يصف المنصة والمنتج الطبي المتاح عمومًا، Scribe v2 Medical، في حين أن النموذج الفوري المتاح في مرحلة الوصول المبكر لم يُكمل بعد عمل الأهلية الخاص به. وبالنسبة لكيان مشمول، فإن التحذير الوارد في الوثائق هو المرجع الحاكم: النموذج المتاح في مرحلة الوصول المبكر دون أهلية مؤكدة بموجب HIPAA ليس مكانًا لـ PHI، مهما كان ما يوحي به الجدول المقارن في صفحة التسويق. وهذه حالة مؤقتة، وهي أيضًا الحقيقة الوحيدة الأرجح أن توقف مراجعة الامتثال هذا الربع.

كم يكلّف ذلك، بصراحة

نظرًا لأن Scribe v3 Live Medical لا يمتلك عدّادًا خاصًا به، فلا يوجد سعر لكل دقيقة يمكن ذكره. أقرب الأرقام المنشورة هي تلك التي تحملها العائلة على واجهة API: Scribe v3 بسعر 0.20 دولار لكل ساعة صوت، وScribe v3 Live بسعر 0.22 دولار لكل ساعة، والتحفيز بالكلمات المفتاحية بسعر 0.08 دولار لكل ساعة في النماذج الفورية و0.05 دولار لكل ساعة في النماذج الدفعية. وإذا أردت نموذجًا ذهنيًا لما قد يكلفه النموذج الطبي إذا وصل يومًا ما إلى واجهة API، فهذه هي الأسعار التي يُرجَّح أن يرثها — بالطريقة نفسها التي ورث بها Scribe v2 Medical سعر Scribe v2 البالغ 0.20 دولار.

ما تدفعه فعليًا اليوم هو اشتراك ElevenAgents، يجمع التعرّف الآلي على الكلام (ASR) مع نموذج اللغة الكبير (LLM) الخاص بالوكيل، والاتصالات الهاتفية، وإدارة تناوب الأدوار، واستدعاء الأدوات. وهذا فرق حقيقي في الشكل، لا في الرقم فحسب: فمنصة الوكلاء تسعّر حسب دقيقة المحادثة، والمحادثة تشمل رموز LLM والمخرجات الصوتية، لذا لا يمكن فصل حصة الناسخ الآلي. أما الفرق التي تحسب التكاليف بدقيقة ASR فستجد هذه الحزمة غامضة؛ وأما الفرق التي كانت ستركّب وكيلًا على أي حال فستجدها أرخص من مجموع الأجزاء.

من أين يأتي النصف المسؤول عن الاستدلال في الوكيل

وكيل صوتي سريري هو ثلاثة نماذج في معطف واحد: شيء يسمع، وشيء يقرر، وشيء يتكلم. يغطي Scribe v3 Live Medical الجانب الأول، وذلك فقط داخل ElevenAgents. أما الجانب الأوسط فهو الجزء الذي يمكنك توجيهه باستقلالية — النموذج الذي يقرأ النص المنسوخ، أو يتحقق من قاعدة تغطية، أو يصوغ الملاحظة، أو يقرر أن المكالمة بحاجة إلى إنسان. تضع OrcaRouter 215 نموذجًا خلف واجهة API واحدة بهامش ربح 0%، مع تمرير سعر القائمة الخاص بكل مزوّد دون تغيير، بحيث يمكن استبدال النموذج الذي يجري الاستدلال على النص المنسوخ أو اختباره ضمن A/B أو التحويل إليه عند الفشل دون المساس بمسار ASR.

لنكون دقيقين بشأن ما نقدّمه وما لا نقدّمه: لا يستضيف OrcaRouter نموذج Scribe v3 Live Medical ولا Scribe v3 Live ولا أي نموذج نسخ من ElevenLabs، ولا تُعد أي من الأسعار المذكورة أعلاه أسعارًا لنا.ما نوجّهه هو الجانب الخاص بنماذج اللغة الكبيرة في خط المعالجة — نماذج Claude وGemini وGPT وQwen وDeepSeek التي يستدعيها وكيل سريري بعد وصول الكلمات. أما تسعيرها فهو تسعير المزوّد نفسه، دون أي هامش مضاف.

A section of the OrcaRouter site headed 'Zero markup. Zero black boxes.', with the line 'You pay each provider their exact list price. We add $0 per token' and further text explaining that cached and repeated prompt tokens bill at the provider's own cache rate and that cached_tokens appears on every receipt.

من يجب أن يتصرّف بناءً على هذا، ومن يجب أن ينتظر؟

إذا كنت تستخدم ElevenAgents وتتلقى مكالمات المرضى أو الأعضاء أو مقدمي الرعاية — الجدولة، والتسجيل، وطلبات إعادة الصرف، وأسئلة المزايا — فإن مبرر تبديل القائمة المنسدلة لـ ASR واضح ومباشر. فأنت تحصل على تحيّز المفردات السريرية، ونموذج تناوب ينتظر حتى تُقرأ معرّفات الأعضاء بالكامل، و10,000 مصطلح مخصص، دون أي بند إضافي في الفاتورة. مخطط PriMock57 هو مخطط البائع، لكن اتجاه التحسين هو نفسه الذي يبلغ عنه كل بائع ASR سريري، وقائمة الميزات محددة بما يكفي لاختبارها.

إذا لم تكن على ElevenAgents، فانتظر. لا شيء هنا قابل للاستدعاء من حزمتك التقنية، والبديل الذي تقدمه ElevenLabs عبر واجهة API هو نموذج دفعي من سبتمبر: Scribe v2 Medical، بأخطاء أقل بنسبة 15% من Scribe v2 على مجموعة اختبار Eka Medical ASR، بسعر 0.20 دولار في الساعة، مع تضمين الكلمات المفتاحية وتمييز المتحدثين. بالنسبة للتوثيق المحيط الذي يُعالَج بعد الزيارة، فهذا منتج معقول، وهو المنتج الذي يمتلك سجل امتثال مؤكدًا. أما بالنسبة للمكالمة المباشرة، فخياراتك تظل النماذج العامة في الوقت الفعلي، مع قائمة عبارات، وفجوة الدقة التي يدّعيها الضبط الدقيق الطبي.

الشيء الذي يجب مراقبته ليس تحديثًا لمعيار قياس. إنه معرّف النموذج. عندما scribe_v3_live_medical يظهر في مرجع Speech to Text — أو عندما يختفي تحذير الوصول المبكر بشأن PHI من صفحة الوثائق — يصبح هذا إطلاقًا يمكن لمطوّر خارج منصة ElevenLabs أن يتصرف بناءً عليه. حتى ذلك الحين، يظل حجة قوية لشراء المنصة، وهو على الأرجح المقصود.