Eleven v3 est désormais disponible en disponibilité générale

Eleven v3, notre modèle Text to Speech le plus avancé, sort de sa phase Alpha et est désormais disponible en disponibilité 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 le traitement des nombres, symboles et notations spécialisées dans toutes les langues.

Améliorations de la précision

Les modèles Text to Speech doivent interpréter ce que vous écrivez et décider comment le prononcer. Les mêmes symboles peuvent avoir des sens différents selon le contexte.

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

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

Ces erreurs se manifestaient dans plusieurs catégories : scores sportifs, formules chimiques, devises, coordonnées ; partout où les modèles devaient interpréter des symboles et décider comment les vocaliser.

Nous avons testé le modèle sur 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 qui l’entoure, un deux-points peut indiquer un score sportif, une heure ou un format d’image.

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 » (inintelligible)

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 disponibilité générale sur toutes les plateformes.