ElevenLabs выпустила две speech-to-speech модели для реального времени

Компания ElevenLabs представила семейство моделей Eleven Realtime, разработанных специально для голосовых ИИ-агентов и интерактивных разговоров. Новая линейка объединяет высокую скорость генерации и точность распознавания речи.

Флагманская версия v1 Max демонстрирует результат в 98.8% на бенчмарке Big Bench Audio. При этом время отклика модели составляет всего 0.57 секунды, что делает ее одной из самых быстрых в своем классе.

По данным разработчиков, на момент релиза ни одна из доступных моделей в рейтинге Artificial Analysis не сочетает в себе аналогичные показатели скорости и точности. Новые алгоритмы призваны устранить задержки в голосовых интерфейсах.

Появление подобных инструментов позволяет создавать бесшовные разговорные интерфейсы для клиентского сервиса и автономных помощников без ощутимой задержки связи.