Scribe v2 Realtime finns nu i ElevenLabs Agents

Speech to Text med ultralåg latens för realtidsagenter

Den här veckan lanserade vi Scribe v2 Realtime – vår strömmande Speech to Text-modell med ultralåg latens, optimerad för agentbaserade användningsfall som kräver hastighet, precision och träffsäkerhet i samtal.

Scribe v2 Realtime transkriberar tal på 30–80 ms med marknadsledande precision, så att agenter kan svara lika naturligt som människor i samtal.

Utformad för samtal i verkligheten 

De flesta Speech to Text-system fungerar bra i rena testmiljöer, men har svårt för verkligheten – bullriga bakgrunder, olika accenter eller identifierare som namn, e-postadresser och ID:n.

Scribe v2 Realtime har tränats för att hantera just de här utmaningarna.

I interna tester med hundratals utmanande engelska samtalsexempel med låg ljudkvalitet, olika accenter och utfyllnadsord fångade Scribe v2 Realtime användarens avsikt mer träffsäkert än någon konkurrerande realtidsmodell för ASR.

Nedan följer några exempel från verkligheten där vi testade transkriberingsprecisionen hos Scribe v2 Realtime i olika miljöer.

Ledande flerspråkig precision

Som ett globalt företag med en stor andel agenter som används på spanska, portugisiska, hindi och många andra språk var det avgörande att Scribe v2 Realtime bibehöll marknadsledande prestanda i olika regioner.

I det flerspråkiga FLEURS-testet, som mäter precision på 30 språk, uppnådde Scribe v2 Realtime den lägsta Word Error Rate (WER) av alla ASR-modeller med låg latens.

Det gör att företag kan lansera flerspråkiga agenter som svarar direkt och träffsäkert, utan att kompromissa med hastighet eller precision.

Finns nu i ElevenLabs Agents

Scribe v2 Realtime är helt integrerad i ElevenLabs Agents och kan aktiveras under avsnittet Advanced configuration.