USB, кабели, питание и передача данных

AI и дата-центры

ElevenLabs выпустила Scribe v3: на 27% меньше ошибок в расшифровке, а живой режим впервые различает говорящих

Публикация:

Редакция USB.RU

ElevenLabs запустила две модели распознавания речи: Scribe v3 для записей и Scribe v3 Live для разговора в реальном времени. Компания обещает заметно меньше ошибок и впервые добавляет в живой режим разметку, кто именно говорит, а цены при этом не меняет.

Scribe v3
Scribe v3. Изображение: ElevenLabs.

ElevenLabs выпустила две новые модели распознавания речи. Scribe v3 работает с записями, а Scribe v3 Live слушает разговор в реальном времени с низкой задержкой. По замерам самой компании, Scribe v3 делает на 27% меньше ошибок в словах, чем Scribe v2, на 102 языках. У живой модели смысловых ошибок стало на 43% меньше, а обычных ошибок в словах на 31% меньше, чем у Scribe v2 Realtime.

Второе заметное изменение касается разметки говорящих. Scribe v3 ошибается в определении говорящего на 12% реже, чем вторая версия, а на записях с тремя и более участниками разница доходит до 17%. Scribe v3 Live впервые приносит такую разметку в живую расшифровку: на английском языке доля ошибок составила 3.1%, тогда как у других моделей реального времени в том же тесте было от 5.9% до 7.3%.

Цены компания оставила прежними: Scribe v3 стоит $0.20 в час, а Scribe v3 Live $0.22 в час. Переход со второй версии сводится к смене идентификатора модели на scribe_v3 или scribe_v3_live. Обе модели уже доступны в ElevenAPI, живая версия также работает в ElevenAgents, а в приложении ElevenLabs обе модели стали стандартными. Отдельная версия для медицинских разговоров вышла в ElevenAgents.

Независимая проверка пока одна. Проект Voice Arena прогнал Scribe v3 Live по 70 с лишним часам телефонных звонков и поставил модель на первое место в румынском и индийском английском и на третье в американском английском. На рейтинге Artificial Analysis для записанной речи Scribe v3 занимает второе место из 64 моделей с ошибкой 1.9%. Ранее мы писали об открытой модели распознавания речи от Salesforce и о расследовании, как веса моделей выдают железо, на котором их обучали.

Все новости →

Ещё на USB.RU

Статьи →

Объяснения и инструкции

Справочники →

Термины и стандарты

Инструменты →

Проверки и практические материалы

Подготавливаем выбранный материал…

Продолжить чтение