Eleven v3 est désormais disponible en version générale

Eleven v3, notre modèle Text to Speech le plus avancé, sort de sa phase Alpha et est désormais disponible en version générale.

Depuis sa sortie en Alpha, nous avons continué à perfectionner le modèle. Deux améliorations majeures :

Plus stable. Lors des tests, les utilisateurs ont préféré la nouvelle version à la précédente version Alpha dans 72 % des cas.

Plus précis. Nous avons considérablement amélioré la gestion des nombres, des symboles et des notations spécialisées dans toutes les langues.

Améliorations de la précision

Les modèles Text to Speech doivent interpréter ce que vous écrivez et déterminer comment le prononcer. Un même symbole peut avoir différentes significations selon le contexte.

Prenez un numéro de téléphone : "+49 170 9876543"

Dans certains cas, nos modèles lisaient ce numéro comme « plus quarante-neuf, cent soixante-dix, neuf millions huit cent soixante-seize mille cinq cent quarante-trois », interprétant les chiffres comme de grands nombres plutôt que comme une suite de chiffres. La lecture correcte est « plus quatre neuf, un sept zéro, neuf huit sept six cinq quatre trois ».

Ces erreurs apparaissaient dans diverses catégories : scores sportifs, formules chimiques, devises, coordonnées ; partout où les modèles devaient interpréter des symboles et déterminer comment les vocaliser.

Nous avons effectué des tests à partir d’un benchmark interne couvrant 27 catégories dans 8 langues.

Au total : réduction des erreurs de 68 %. Le taux d’erreur est passé de 15,3 % à 4,9 %.

Taux d’erreur par catégorie :

Les améliorations sont les plus marquées dans les catégories où le contexte détermine l’interprétation : selon le texte environnant, un deux-points peut indiquer un score sportif, une heure ou un rapport hauteur/largeur.

Exemples

Devises — montant correct :

Entrée : ¥250,000

Avant : 25,000 yens

Après : 250,000 yens

Formules chimiques — symboles correctement préservés :

Entrée : SO₂

Avant : « soufre double » (déformé)

Après : « S O deux »

Scores sportifs — interprétation selon le contexte :

Entrée : Score final : 102-98

Avant : « cent deux moins quatre-vingt-dix-huit »

Après : « cent deux à quatre-vingt-dix-huit »

Disponibilité

Eleven v3 est désormais disponible en version générale sur toutes les plateformes.