Scribe v2 Realtime już dostępny w ElevenLabs Agents

Speech to Text o bardzo niskich opóźnieniach dla agentów czasu rzeczywistego

W tym tygodniu przedstawiliśmy Scribe v2 Realtime – nasz strumieniowy model Speech to Text o bardzo niskich opóźnieniach, zoptymalizowany pod zastosowania agentowe wymagające szybkości, dokładności i precyzji w rozmowie.

Scribe v2 Realtime transkrybuje mowę w 30–80 ms z najnowocześniejszą dokładnością, dzięki czemu agenci mogą odpowiadać w rozmowie równie naturalnie jak ludzie.

Stworzony do rozmów w realnym świecie 

Większość systemów Speech to Text dobrze działa w czystym środowisku testowym, ale gorzej radzi sobie w rzeczywistości – przy hałasie w tle, różnych akcentach czy danych identyfikacyjnych, takich jak nazwiska, adresy e-mail i numery ID.

Scribe v2 Realtime został wytrenowany właśnie z myślą o takich wyzwaniach.

W wewnętrznych testach obejmujących setki wymagających próbek rozmów po angielsku – z niską jakością dźwięku, różnymi akcentami i słowami wypełniającymi – Scribe v2 Realtime trafniej rozpoznawał intencje użytkowników niż każdy konkurencyjny model ASR działający w czasie rzeczywistym.

Poniżej znajdziesz kilka przykładów z życia wziętych, na których testowaliśmy dokładność transkrypcji Scribe v2 Realtime w różnych warunkach.

Czołowa dokładność wielojęzyczna

Jako globalna firma, której wielu agentów działa po hiszpańsku, portugalsku, hindi i w wielu innych językach, musieliśmy zadbać, by Scribe v2 Realtime utrzymywał najwyższą jakość działania w różnych regionach.

W wielojęzycznym benchmarku FLEURS, który mierzy dokładność w 30 językach, Scribe v2 Realtime osiągnął najniższy współczynnik błędów słów (WER) spośród wszystkich modeli ASR o niskich opóźnieniach.

Firmy mogą dzięki temu wdrażać wielojęzycznych agentów, którzy odpowiadają natychmiast i dokładnie, bez kompromisów w kwestii szybkości i precyzji.

Już dostępny w ElevenLabs Agents

Scribe v2 Realtime jest w pełni zintegrowany z ElevenLabs Agents. Możesz go włączyć w sekcji konfiguracji zaawansowanej.