Scribe v2 Realtime, 이제 ElevenLabs Agents에서 사용 가능

실시간 에이전트를 위한 초저지연 텍스트 음성 변환

이번 주, ElevenLabs는 Scribe v2 Realtime 을 선보였습니다. 속도, 정확성, 대화의 정밀도가 중요한 에이전트 활용 사례에 최적화된 초저지연 스트리밍 텍스트 음성 변환 모델입니다.

Scribe v2 Realtime은 최첨단 정확도로 30~80ms 내에 음성을 텍스트로 변환해, 에이전트가 대화 중 사람처럼 자연스럽게 응답할 수 있도록 합니다.

실제 대화를 위해 설계

대부분의 텍스트 음성 변환 시스템은 깨끗한 테스트 환경에서는 우수한 성능을 보이지만, 배경 소음, 다양한 억양, 이름·이메일·ID 같은 식별 정보 등 실제 환경에서는 어려움을 겪습니다.

Scribe v2 Realtime은 სწორედ 이러한 과제를 처리하도록 학습되었습니다.

낮은 오디오 품질, 다양한 억양, 군더더기 말이 포함된 수백 개의 까다로운 영어 대화 샘플을 대상으로 한 내부 벤치마크에서 Scribe v2 Realtime은 다른 모든 실시간 ASR 모델보다 사용자 의도를 더 정확하게 포착했습니다.

아래는 다양한 환경에서 Scribe v2 Realtime의 전사 정확도를 테스트한 실제 사례 몇 가지입니다.

탁월한 다국어 정확도

스페인어, 포르투갈어, 힌디어를 비롯한 다양한 언어로 배포된 에이전트의 비중이 큰 글로벌 기업으로서, Scribe v2 Realtime이 지역 전반에서 최첨단 성능을 유지하는 것은 매우 중요했습니다.

30개 언어의 정확도를 측정하는 FLEURS 다국어 벤치마크에서 Scribe v2 Realtime은 모든 저지연 ASR 모델 중 가장 낮은 단어 오류율(WER)을 달성했습니다.

이를 통해 기업은 속도나 정밀도를 저해하지 않고 즉각적이고 정확하게 응답하는 다국어 에이전트를 출시할 수 있습니다.

이제 ElevenLabs Agents

Scribe v2 Realtime은 ElevenLabs Agents에 완전히 통합되어 있으며, 고급 구성 섹션에서 활성화할 수 있습니다.