Przejdź do nawigacji

Jak mierzymy opóźnienia ElevenLabs

Co mierzą publikowane wartości opóźnień dla Eleven v4 Turbo, Eleven v3 Conversational, Eleven Flash i Scribe v2 Realtime oraz w jakich warunkach.

Wartości opóźnień na stronie modeli to mediany czasu odpowiedzi ElevenLabs na żądanie, mierzone na ruchu produkcyjnym. Nie obejmują czasu transmisji sieciowej w obie strony ani czasu, który twoja aplikacja spędza przed i po żądaniu, więc opóźnienie odczuwane przez użytkowników jest zawsze większe.

Publikowane wartości opóźnień modeli ElevenLabs

ModelMedianaMetryka
Eleven v4 Turbo~100 msOpóźnienie po stronie serwera
Eleven Flash v2.5~100 msOpóźnienie po stronie serwera
Eleven Flash v2~135 msOpóźnienie po stronie serwera
Eleven v3 Conversational~165 msOpóźnienie po stronie serwera
Scribe v2 Realtime~150 msCzas do zatwierdzonej transkrypcji

Każda wartość to mediana (p50). Wartości dla zamiany tekstu na mowę są mierzone dla żądań strumieniowanych przez WebSocket z rozgrzanymi głosami: rozgrzany głos to głos użyty już wcześniej do generowania.

Mediany zmieniają się w ciągu dnia wraz z ruchem i są najwyższe w godzinach szczytu. Wartości na tej stronie ostatnio zaktualizowano 29 października 2026 r.

Co mierzą wartości opóźnienia zamiany tekstu na mowę?

Wartości dla zamiany tekstu na mowę to opóźnienie po stronie serwera: czas end-to-end od chwili otrzymania żądania przez ElevenLabs do wysłania pierwszego audio. Opóźnienie po stronie serwera nie obejmuje:

  • Czasu transmisji sieciowej w obie strony między twoją aplikacją a ElevenLabs.
  • Etapów poprzedzających w twojej aplikacji, np. oczekiwania na odpowiedź LLM.
  • Buforowania odtwarzacza audio przed rozpoczęciem odtwarzania.

Opóźnienie odczuwane przez użytkowników to czas do pierwszego audio (TTFA), który dodaje te etapy do opóźnienia po stronie serwera. Opis opóźnień wyjaśnia każdy etap.

Co mierzy wartość opóźnienia Scribe v2 Realtime?

Wartość ~150 ms dla Scribe v2 Realtime to mediana czasu do zatwierdzonej transkrypcji, określona na podstawie metryk produkcyjnych. Transkrypcja w czasie rzeczywistym zwraca dwa rodzaje wyników: częściowe transkrypcje podczas trwania segmentu mowy oraz zatwierdzoną transkrypcję po zakończeniu segmentu. Zobacz zamianę mowy na tekst w czasie rzeczywistym, aby dowiedzieć się, jak działa zatwierdzanie.

Czy wartości opóźnień ElevenLabs można porównywać z innymi dostawcami?

Tylko gdy obie wartości mierzą to samo. Wartości ElevenLabs dla zamiany tekstu na mowę oznaczają opóźnienie po stronie serwera. Nie można ich porównywać z czasem do pierwszego bajtu (TTFB) ani TTFA mierzonymi po stronie klienta, które uwzględniają transmisję sieciową w obie strony, a w przypadku TTFA także buforowanie odtwarzania. Aby porównać dostawców, zmierz TTFA dla każdego z tego samego klienta, regionu i typu głosu.

Co zwiększa opóźnienie względem publikowanych wartości?

Publikowane wartości opóźnień ElevenLabs są punktem odniesienia do porównywania modeli, a nie gwarancją dla każdego żądania. Opóźnienie po stronie serwera jest wyższe od publikowanej mediany w przypadku:

  • Dłuższych danych wejściowych.
  • Professional Voice Clones w porównaniu z Instant Voice Clones i domyślnymi głosami.
  • Dużego obciążenia serwera, gdy żądania czekają w kolejce przed rozpoczęciem generowania.

Żądania są kierowane do najbliższego klastra obsługującego, a czas transmisji do niego i z powrotem zwiększa TTFA, ale nie jest uwzględniony w publikowanych wartościach.

Opis opóźnień wyjaśnia, dlaczego każdy z tych czynników ma znaczenie. Aby zmierzyć i zmniejszyć opóźnienie we własnej aplikacji, zobacz optymalizację opóźnień.

Modele bez opublikowanej wartości opóźnienia

ElevenLabs nie publikuje wartości opóźnienia dla Eleven v4, Eleven v3, Eleven Multilingual v2, Scribe v3, Scribe v2 ani Scribe v2 Medical. Te modele są zaprojektowane pod kątem jakości, a nie użycia w czasie rzeczywistym. Wartości opóźnień dla powyższych modeli czasu rzeczywistego ich nie dotyczą.

ElevenLabs nie opublikowało jeszcze wartości opóźnienia dla Scribe v3 Live. Powyższa wartość dla Scribe v2 Realtime go nie dotyczy.

Powiązane