ElevenLabs, canlı yapay zekâ konuşmaları için Eleven Realtime sesten sese modellerini yayınladı

Eleven Realtime iki varyantta geliyor

ElevenLabs, gerçek zamanlı yapay zekâ konuşmaları için tasarlanan Eleven Realtime adı altında iki sesten sese modeli yayınladı. Şirket, daha büyük v1 Max varyantının Big Bench Audio kıyaslamasında yüzde 98.8 puan aldığını ve 0.57 saniye yanıt süresine sahip olduğunu belirtiyor. ElevenLabs, yayınlandığı sırada Artificial Analysis liderlik tablosunda hiçbir modelin hem daha hızlı hem de daha doğru olmadığını söylüyor.

Artificial Analysis Speech to Speech liderlik tablosunda Eleven Realtime v1 Max, sol üst köşeye yakın bir konumda yer alıyor; bu konum yüksek doğruluk ile düşük gecikmenin birleşimini yansıtıyor. Şirket karşılaştırmayı tanıtım materyalinin bir parçası olarak yayınladı.

Mini, sıra alma ve maliyete odaklanıyor

Daha küçük v1 Mini, daha düşük maliyetle doğal konuşmalar için geliştirildi. ElevenLabs, birinin konuşmasını ne zaman bitirdiğini anlayabildiğini ve ayrıca bu durumu kısa bir mm-hmm'dan ayırt edebildiğini söylüyor; bu, sözlü konuşmalarda yanlış kesintileri azaltabilir. Max varyantı, müşteri desteği gibi daha karmaşık görevleri hedefliyor.

Kullanılabilirlik ve fiyatlandırma

Her iki model de ElevenAgents platformu ve OpenAI uyumlu Realtime API aracılığıyla kullanılabiliyor. Fiyatlandırma, dakika başına ücret artı token maliyetleri üzerinden alınıyor; v1 Max, v1 Mini'den daha fazlaya mal oluyor. ElevenLabs, tüm ayrıntıların fiyatlandırma sayfasında olduğunu belirtiyor.

Kaynaklar: The Decoder