ElevenLabs թողարկել է Eleven Realtime ձայնից-ձայն մոդելներ ուղիղ AI զրույցների համար

Eleven Realtime-ն լինում է երկու տարբերակով

ElevenLabs-ը թողարկել է երկու ձայնից-ձայն մոդել Eleven Realtime անունով, որոնք նախատեսված են անմիջական AI զրույցների համար։ Ընկերությունը հայտնում է, որ ավելի մեծ v1 Max տարբերակը Big Bench Audio չափանիշում ստանում է 98.8 տոկոս և ունի 0.57 վայրկյան պատասխանման ժամանակ։ ElevenLabs-ը ասում է, որ հրապարակման պահին Artificial Analysis վարկանիշային աղյուսակում չկա մոդել, որը միաժամանակ կլինի առավել արագ և ճշգրիտ։

Artificial Analysis-ի Speech to Speech վարկանիշային աղյուսակում Eleven Realtime v1 Max-ը գտնվում է վերևի ձախ անկյունի մոտ, դիրք, որը արտացոլում է բարձր ճշգրտությունը՝ համատեղված ցածր պատասխանման ուշացման հետ։ Ընկերությունը հրապարակել է համեմատությունը որպես իր թողարկման նյութերի մաս։

Mini-ն ուղղված է բնական զրույցներին և ցածր ծախսին

Ավելի փոքր v1 Mini-ն ստեղծված է բնական զրույցների համար՝ ցածր ծախսով։ ElevenLabs-ը ասում է, որ այն կարող է հասկանալ, թե երբ է ինչ-որ մեկը ավարտել խոսելը, և կարող է տարբերակել այդ վիճակը կարճ mm-hmm-ից, ինչը կարող է նվազեցնել սխալ ընդմիջումները ձայնային զրույցներում։ Max տարբերակը ուղղված է ավելի բարդ խնդիրների, ինչպիսին է հաճախորդներին աջակցումը։

Առկայությունը և գնագումարը

Երկու մոդելներն էլ առկա են ElevenAgents հարթակում և OpenAI-ի հետ համատեղելի Realtime API-ի միջոցով։ Գնագումարը հաշվարկվում է ըստ րոպեի՝ ավելացնելով թոկենների ծախսերը, և v1 Max-ն թանկ է v1 Mini-ից։ ElevenLabs-ը ասում է, որ ամբողջական մանրամասները նրա գների էջում են։

Աղբյուրներ: The Decoder