Scribe v2 Realtimeのご紹介
- 公開日
聴くこの記事を聴く
Scribe v2 Realtime：ライブ文字起こしで最も高精度なモデル
Scribe v2 Realtimeは、低レイテンシースピーチtoテキストの新たな基準を打ち立てます。
ライブユースケース向けに設計されており、音声エージェント、会議アシスタント、リアルタイム字幕作成に対応。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、150ミリ秒未満で音声を書き起こします。
Scribe v2 Realtimeは、エージェント型ユースケース向けに特化して構築されています。バックグラウンドノイズや複雑な情報を含む難易度の高い500サンプルにおいて、他のすべてのモデルを大幅に上回る性能を発揮します。
主な機能
- ネガティブレイテンシー： 次の単語と句読点を予測
- 自動言語検出： あらゆる言語で話せ、会話の途中で言語を切り替え可能
- テキストコンディショニング：Scribe v2 Realtimeは前のバッチに基づいて文字起こしを継続するため、接続を再開する際に便利です
- 音声活動検出（VAD）
- 手動確定：文字起こしセグメントを確定するタイミングを完全に制御
- 複数のオーディオ形式：PCM（48kHz）およびμ-lawエンコーディングに対応
- エンタープライズ対応：SOC 2、ISO 27001、PCI DSS L1、HIPAA、GDPRに準拠。EUおよびインドのデータレジデンシーオプションと、機密性の高いワークロード向けのゼロ保持モードを提供
Scribe v2 Realtimeは人間レベルの理解をリアルタイムで実現し、ライブ環境での自然な会話と即時応答を可能にします。Scribe v2 Realtimeは、一般的に使用されるヨーロッパおよびアジアの30言語で93.5%の精度を達成しています。
APIで構築する
Scribe v2 Realtimeは、本日よりElevenLabs APIで利用できます。
ドキュメントを見る：https://elevenlabs.io/docs/cookbooks/speech-to-text/streaming
ElevenLabs AgentsでScribe v2 Realtimeを使う
Scribe v2 Realtimeを搭載した、自然で人間らしいエージェントを導入できます。サポート、営業、プロダクト内体験向けに、リアルタイムで理解し応答できる音声アシスタントを構築しましょう。
詳細はこちら：https://elevenlabs.io/agents
今すぐ構築を始める
Scribe v2 Realtimeは、APIまたはElevenLabs Agents内で直接利用できます。
