Scribe v2 Realtime ya está disponible en ElevenLabs Agents

Voz a Texto con latencia ultrabaja para agentes en tiempo real

Esta semana presentamos Scribe v2 Realtime -, nuestro modelo de Voz a Texto por streaming con latencia ultrabaja, optimizado para casos de uso con agentes que requieren velocidad, precisión y exactitud en la conversación.

Scribe v2 Realtime transcribe voz en 30-80 ms con una precisión de última generación, lo que permite a los agentes responder con la misma naturalidad que las personas al conversar.

Diseñado para conversaciones reales 

La mayoría de los sistemas de Voz a Texto funcionan bien en entornos de prueba limpios, pero tienen dificultades ante la realidad: ruido de fondo, acentos diversos o identificadores como nombres, correos electrónicos e ID.

Scribe v2 Realtime se ha entrenado para afrontar precisamente estos retos.

En pruebas internas con cientos de muestras exigentes de conversaciones en inglés, con baja calidad de audio, acentos diversos y muletillas, Scribe v2 Realtime captó la intención del usuario con más precisión que cualquier otro modelo ASR en tiempo real de la competencia.

A continuación verás un par de ejemplos reales en distintos entornos con los que probamos la precisión de transcripción de Scribe v2 Realtime.

Precisión multilingüe líder

Como empresa global, con una gran proporción de agentes desplegados en español, portugués, hindi y muchos otros idiomas, era fundamental que Scribe v2 Realtime mantuviera un rendimiento de última generación en todas las regiones.

En el benchmark multilingüe FLEURS, que mide la precisión en 30 idiomas, Scribe v2 Realtime logró la menor tasa de error de palabras (WER) entre todos los modelos de baja latencia de ASR.

Esto permite a las empresas lanzar agentes multilingües que responden al instante y con precisión, sin renunciar a la velocidad ni a la exactitud.

Ya disponible en ElevenLabs Agents

Scribe v2 Realtime está totalmente integrado en ElevenLabs Agents y puedes activarlo en la sección de configuración avanzada.