Scribe v2 Realtimeのご紹介

Scribe v2 Realtime：ライブ文字起こしで最高精度のモデル

Scribe v2 Realtimeは、低レイテンシのスピーチtoテキストに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、ポルトガル語をはじめとする90言語で、150ms未満で音声を文字起こしします。

Scribe v2 Realtimeは、エージェント型のユースケース向けに特別に構築されています。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件のサンプルで、他のすべてのモデルを大幅に上回る性能を発揮しました。

主な機能

• ネガティブレイテンシ： 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
• 音声アクティビティ検出（VAD）
• 手動コミット：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およびインドで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力をリアルタイムで提供し、ライブ環境で自然な会話と即時の応答を可能にします。Scribe v2 Realtimeは、広く使用されてい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、本日から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を使用する

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。リアルタイムで理解・応答できる、サポート、営業、プロダクト内体験向けの音声アシスタントを構築しましょう。

詳しく見る： https://elevenlabs.io/agents

今すぐ構築を始める

Scribe v2 Realtimeは、APIまたはElevenLabs Agents内から直接利用できます。

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