Eleven v3 ya está disponible de forma general

Desde que publicamos este artículo, hemos lanzado Eleven v4, nuestro modelo de Texto a Voz más expresivo hasta la fecha. Descubre más sobre Eleven v4.

Eleven v3, nuestro modelo de Texto a Voz más avanzado, ya ha salido de Alpha y está disponible de forma general.

Desde el lanzamiento de Alpha, hemos seguido perfeccionando el modelo. Dos mejoras clave:

Más estable. En las pruebas, usuarios prefirieron la nueva versión al lanzamiento anterior de Alpha el 72 % de las veces.

Más preciso. Hemos mejorado considerablemente cómo el modelo interpreta números, símbolos y notación especializada en distintos idiomas.

Mejoras de precisión

Los modelos de Texto a Voz deben interpretar lo que escribes y decidir cómo decirlo. Los mismos símbolos pueden tener significados distintos según el contexto.

Piensa en un número de teléfono: "+49 170 9876543"

En algunos casos, nuestros modelos lo leían como «más cuarenta y nueve, ciento setenta, nueve millones ochocientos setenta y seis mil quinientos cuarenta y tres», interpretando los dígitos como números grandes en lugar de como una secuencia de dígitos. La lectura correcta es «más cuatro nueve, uno siete cero, nueve ocho siete seis cinco cuatro tres».

Este tipo de errores aparecía en distintas categorías: resultados deportivos, fórmulas químicas, divisas y coordenadas; en cualquier situación en la que los modelos tuvieran que interpretar símbolos y decidir cómo vocalizarlos.

Realizamos pruebas con un benchmark interno que abarca 27 categorías en 8 idiomas.

En total: reducción de errores del 68 %. La tasa de error bajó del 15,3 % al 4,9 %.

Tasa de error por categoría:

Las mejoras son más importantes en categorías en las que el contexto determina la interpretación, donde dos puntos pueden indicar un resultado deportivo, una hora o una relación de aspecto según el texto que los rodea.

Ejemplos

Divisas — importe correcto:

Entrada: ¥250.000

Antes: 25.000 yenes

Después: 250.000 yenes

Fórmulas químicas — símbolos correctamente conservados:

Entrada: SO₂

Antes: «azufre doble» (incorrecto)

Después: «S O dos»

Resultados deportivos — interpretación según el contexto:

Entrada: Resultado final: 102-98

Antes: «ciento dos menos noventa y ocho»

Después: «ciento dos a noventa y ocho»

Disponibilidad

Eleven v3 ya está disponible de forma general en todas las plataformas.