The Decoder· Maximilian Schreiner·· 23 小时前AI 评分71
ElevenLabs 发布 Scribe v3 和 Scribe v3 Live 语音转文字模型
ElevenLabs Scribe v3 Live uses conversational context to stop voice agents from cutting off callers mid-sentence
AI 导读
ElevenLabs 发布了两款语音转文字模型：用于预录音频的 Scribe v3 和用于低延迟实时场景的 Scribe v3 Live，二者均可通过 ElevenAPI 开发者接口和 ElevenAgents 平台使用。该公司称，Scribe v3 在 102 种语言上将词错误率较前代降低约 25%，而 Scribe v3 Live 利用对话上下文判断说话人是否真正说完，而非依赖停顿计时器。Artificial Analysis 的独立基准测试将 Scribe v3 列为最准确的转录模型之一，仅次于阿里巴巴的一款预览模型，但显示其在速度上落后，定价为每 1,000 分钟 3.33 美元。
来源:The Decoder · the-decoder.com