Elevenlabs пусна два нови модела за преобразуване на реч в реч, наречени Eleven Realtime. Вариантът Max постига резултат от 98,8 процента в бенчмарка Big Bench Audio с време за отговор от 0,57 секунди. От Elevenlabs твърдят, че в момента няма модел в класацията на Artificial Analysis, който да е едновременно по-бърз и по-точен.
В класацията на Artificial Analysis за преобразуване на реч в реч Eleven Realtime v1 Max се намира близо до горния ляв ъгъл, съчетавайки висока точност с ниска латентност. | Изображение: Elevenlabs
По-малкият v1 Mini е създаден за естествени разговори на по-ниска цена и може да разбере кога някой е приключил да говори или просто казва „мм-хмм“. V1 Max е насочен към по-сложни задачи като обслужване на клиенти.
И двата модела са достъпни чрез платформата ElevenAgents и съвместим с OpenAI Realtime API. Ценообразуването е на минута плюс разходи за токени, като v1 Max струва повече от v1 Mini. Пълните подробности са на страницата с цените на Elevenlabs.
Новини за ИИ без сензации – подбрани от хора
Абонирайте се за THE DECODER и получете четене без реклами, седмичен бюлетин за ИИ, нашия ексклузивен годишен доклад „AI Radar“ за новостите на водещите технологии шест пъти годишно, пълен достъп до архива и достъп до секцията за коментари.
