Scribe v2 Realtime ora disponibile in ElevenLabs Agents

Speech to Text a latenza ultra-bassa per agenti in tempo reale

Questa settimana abbiamo introdotto Scribe v2 in tempo reale- il nostro modello di Speech to Text in streaming a latenza ultra-bassa, ottimizzato per casi d’uso agentici che richiedono velocità, precisione e naturalezza nella conversazione.

Scribe v2 Realtime trascrive la voce in 30-80 ms con un’accuratezza ai massimi livelli, permettendo agli agenti di rispondere in modo naturale come in una conversazione tra persone.

Progettato per conversazioni reali

La maggior parte dei sistemi di Speech to Text funziona bene in ambienti di test puliti, ma fatica nella realtà: rumori di fondo, accenti diversi o identificatori come nomi, email e ID.

Scribe v2 Realtime è stato addestrato proprio per gestire queste sfide.

Nei nostri benchmark interni su centinaia di conversazioni in inglese difficili, con audio di bassa qualità, accenti diversi e intercalari, Scribe v2 Realtime ha compreso l’intento dell’utente meglio di qualsiasi altro modello ASR in tempo reale.

Qui sotto trovi alcuni esempi reali in cui abbiamo testato la precisione di trascrizione di Scribe v2 Realtime in diversi ambienti.

Precisione multilingue ai massimi livelli

Come azienda globale con molti agenti attivi in spagnolo, portoghese, hindi e molte altre lingue, era fondamentale che Scribe v2 Realtime mantenesse prestazioni di alto livello ovunque.

Sul benchmark multilingue FLEURS, che misura la precisione su 30 lingue, Scribe v2 Realtime ha ottenuto il Word Error Rate (WER) più basso tra tutti i modelli ASR a bassa latenza.

Così puoi creare agenti multilingue che rispondono subito e con precisione, senza rinunciare a velocità o accuratezza.

Ora disponibile in ElevenLabs Agents

Scribe v2 Realtime è completamente integrato in ElevenLabs Agents e puoi attivarlo nella sezione Configurazione avanzata.