The Decoder· Matthias Bastian·· 3 時間前AIスコア62
ElevenLabs、リアルタイム会話向け音声対音声モデル「Eleven Realtime」2種を公開
Elevenlabs releases two new speech-to-speech models designed for real-time AI conversations
AIによる概要
ElevenLabsは音声対音声モデル「Eleven Realtime」としてv1 Maxとv1 Miniの2種を公開した。v1 MaxはBig Bench Audioで98.8%、応答時間0.57秒を記録したという。両モデルはElevenAgentsプラットフォームとOpenAI互換のRealtime APIで利用できる。
解説
Eleven Realtimeは、リアルタイムのAI会話を想定した2つの音声対音声モデルである。上位のv1 MaxはBig Bench Audioベンチマークで98.8%のスコアと0.57秒の応答時間を示した。ElevenLabsは、現時点でArtificial Analysisのリーダーボード上に、これより速く、かつ正確なモデルはないと説明している。同社が示した図では、Artificial AnalysisのSpeech to Speechリーダーボードで、v1 Maxは高精度と低遅延を両立する左上付近に位置している。
出典: The Decoder · the-decoder.com