Jamie、Scribeでパイプラインが3倍高速化

Jamieは、会議の要約を作成し、重要なインサイトを提供するAIアシスタントです。チームは、会話を要約し、アクションアイテムを抽出し、意思決定をハイライトするためのカスタムLLMパイプラインを構築しました。

正確な文字起こしを実現するため、主要なスピーチtoテキスト（STT）プロバイダーをすべてテストしましたが、文字起こしと話者分離の基準を満たすものはありませんでした。そこで、話者分離用のオープンソースモデルと文字起こし用の別のモデルを組み合わせ、独自のパイプラインを構築しました。その維持には多大なエンジニアリングの負担がかかっていました。

その状況を変えたのが、ElevenLabs Scribeのリリースです。Jamieはすぐにテストし、結果は明らかでした。Scribeは、発話の重なり、中断、非言語的なオーディオイベントを、他のモデルよりも的確に処理しました。必要なカスタマイズは最小限で、インテグレーションはわずか数日で完了しました。Scribeに切り替えたことで、Jamieは文字起こしの品質を向上させながら、エンジニアリングの負担を大幅に削減しました。

少ない作業で、より高速かつ正確な文字起こし

この変更は、すぐにビジネスにも効果をもたらしました。話者の誤りに関する苦情はなくなり、文字起こし速度は3倍に向上。1時間の会議を30〜45秒で処理できるようになりました。ユーザーは「なるほど」と実感する瞬間により早くたどり着けるようになり、アクティベーション率とユーザー1人あたりの録音会議数の両方が増加しました。

Scribeは、英語、ドイツ語、スペイン語、オランダ語を含む複数の言語でも同様の成果を実現しました。

「Scribeへのアップグレードにより、プロダクトの品質が大幅に向上しました。難しいオーディオ環境でも会話の微妙な流れを正確に捉えられるため、顧客満足度の向上と、より優れた会議インサイトに直接つながっています。」
— Egor Spirin、meetjamie.ai プロダクト＆エンジニアリング責任者

Scribeなら、すぐに高精度と高速処理を実現

Scribeは、優れた文字起こし精度と話者分離精度を、競争力のある価格で、すぐに利用できる初のモデルです。Jamieはもはや複雑なパイプラインを維持する必要がありません。Scribeによって運用を効率化し、すべてのユーザーにとってプロダクト体験を改善しました。

Scribeを活用したJamieの会議文字起こしの例

Jamieは文字起こしを使って会議を要約し、次の重要なステップをハイライトします