ElevenLabs випускає моделі Eleven Realtime speech-to-speech для живих розмов з ШІ

Eleven Realtime представлена у двох варіантах

Компанія ElevenLabs випустила дві моделі speech-to-speech під назвою Eleven Realtime, призначені для розмов зі штучним інтелектом у реальному часі. Компанія заявляє, що більший варіант v1 Max набирає 98.8 відсотка в бенчмарці Big Bench Audio та має час відповіді 0.57 секунди. ElevenLabs заявляє, що на момент публікації жодна модель у рейтингу Artificial Analysis не є одночасно швидшою та точнішою.

У рейтингу Artificial Analysis Speech to Speech Eleven Realtime v1 Max розташована поблизу верхнього лівого кута, що відображає високу точність у поєднанні з низькою затримкою. Компанія опублікувала порівняння як частину матеріалів запуску.

Mini зосереджена на чергуванні та вартості

Менша v1 Mini призначена для природних розмов за нижчої вартості. ElevenLabs заявляє, що вона може визначити, коли людина закінчила говорити, а також відрізнити цей стан від короткого mm-hmm, що може зменшити хибні переривання в усному спілкуванні. Варіант Max орієнтований на більш складні завдання, такі як підтримка клієнтів.

Доступність та ціни

Обидві моделі доступні через платформу ElevenAgents та через Realtime API, сумісний з OpenAI. Вартість нараховується за хвилину плюс витрати на токени, при цьому v1 Max коштує дорожче, ніж v1 Mini. ElevenLabs заявляє, що повні деталі наведено на її сторінці з цінами.

Джерела: The Decoder