Scribe v2 Realtimeのご紹介

Scribe v2 Realtime：ライブ文字起こしに最適な高精度モデル

Scribe v2 Realtimeは、低遅延の新たな基準を打ち立てます。スピーチtoテキスト.

ライブ利用を想定して設計—音声エージェント、会議アシスタント、リアルタイム字幕などに最適で、英語・フランス語・ドイツ語・イタリア語・スペイン語・ポルトガル語を含む90言語で150ms未満の文字起こしが可能です。

Scribe v2 Realtimeは、エージェント用途に特化して開発されています。バックグラウンドノイズや複雑な情報を含む500の難しいサンプルでも、他のすべてのモデルを大きく上回る性能を発揮します。

主な特長

• ネガティブレイテンシ： 次の単語や句読点の予測
• 自動言語検出： どの言語でも話せて、会話中に言語の切り替えも可能
• テキストコンディショニング：Scribe v2 Realtimeは前回のバッチ内容をもとに文字起こしを継続します。接続を再開する際などに便利です。
• 音声アクティビティ検出（VAD）
• 手動コミット：文字起こしの区切りを確定するタイミングを自由にコントロール可能
• 複数のオーディオフォーマット対応：PCM（48kHz）やμ-lawエンコーディングに対応
• エンタープライズ対応 SOC2、ISO 27001、PCI DSS L1、HIPAA、GDPR準拠。EUやインドでのデータレジデンシー選択や、機密性の高いワークロード向けゼロリテンションモードも利用可能

Scribe v2 Realtimeは、人間レベルの理解力をリアルタイムで提供し、自然な会話や即時応答をライブ環境で実現します。Scribe v2 Realtimeは、ヨーロッパおよびアジアの主要30言語で93.5％の精度を達成しています。

APIで開発

Scribe v2 Realtimeは本日よりElevenLabs APIでご利用いただけます。

ドキュメントを見る：https://elevenlabs.io/docs/cookbooks/speech-to-text/streaming

ElevenLabs AgentsでScribe v2 Realtimeを利用

Scribe v2 Realtime搭載の自然で人間らしいエージェントを展開できます。サポートや営業、プロダクト内体験向けの音声アシスタントをリアルタイムで理解・応答できる形で構築可能です。

詳しくはこちら：https://elevenlabs.io/agents

今すぐ開発を始める

API経由、またはElevenLabs Agents内からScribe v2 Realtimeをご利用いただけます。

登録はこちら：https://elevenlabs.io/app/sign-up