Scribe v2 Realtime jetzt in ElevenLabs Agents verfügbar
- Verfasst von
- Lauren Rothwell
- Veröffentlicht
AnhörenArtikel anhören
Speech to Text mit extrem niedriger Latenz für Echtzeit-Agenten
Diese Woche haben wir Scribe v2 Realtime vorgestellt – unser Streaming-Modell für Speech to Text mit extrem niedriger Latenz, optimiert für agentische Anwendungsfälle, die von Geschwindigkeit, Genauigkeit und Präzision im Gespräch abhängen.
Scribe v2 Realtime transkribiert Sprache in 30–80 ms mit branchenführender Genauigkeit und ermöglicht Agents, in Gesprächen so natürlich wie Menschen zu reagieren.
Entwickelt für reale Gespräche
Die meisten Speech to Text-Systeme funktionieren in sauberen Testumgebungen gut, stoßen aber in der Praxis an Grenzen – bei Hintergrundgeräuschen, unterschiedlichen Akzenten oder Angaben wie Namen, E-Mail-Adressen und IDs.
Scribe v2 Realtime wurde genau für diese Herausforderungen trainiert.
In internen Benchmarks mit Hunderten anspruchsvollen englischen Gesprächsbeispielen mit schlechter Audioqualität, unterschiedlichen Akzenten und Füllwörtern erkannte Scribe v2 Realtime die Nutzerabsicht genauer als jedes konkurrierende Echtzeit-ASR-Modell.
Unten finden Sie einige Praxisbeispiele, anhand derer wir die Transkriptionsgenauigkeit von Scribe v2 Realtime in verschiedenen Umgebungen getestet haben.
Führende mehrsprachige Genauigkeit
Als globales Unternehmen, dessen Agenten zu einem großen Teil auf Spanisch, Portugiesisch, Hindi und vielen weiteren Sprachen eingesetzt werden, war es entscheidend, dass Scribe v2 Realtime über alle Regionen hinweg branchenführende Leistung bietet.
Im mehrsprachigen FLEURS-Benchmark, der die Genauigkeit in 30 Sprachen misst, erreichte Scribe v2 Realtime die niedrigste Wortfehlerrate (WER) aller ASR-Modelle mit niedriger Latenz.
So können Unternehmen mehrsprachige Agenten bereitstellen, die sofort und präzise antworten – ohne Abstriche bei Geschwindigkeit oder Genauigkeit.
Jetzt verfügbar in ElevenLabs Agents
Scribe v2 Realtime ist vollständig in ElevenLabs Agents integriert und kann im Bereich „Erweiterte Konfiguration“ aktiviert werden.
Lauren konzentriert sich auf das Wachstum von Conversational Agents bei ElevenLabs und hilft dabei, die Nutzung von KI durch Unternehmen zur Lösung von Problemen, Automatisierung von Aufgaben und Bereitstellung präziser Antworten im großen Maßstab zu gestalten. Zuvor war sie Gründerin und CEO eines Startups für KI-Anwendungsschichten.
