Elevenlabs发布两款专为实时AI对话设计的语音转语音模型
decoder ·
ElevenLabs 推出了两款专为实时 AI 对话设计的语音到语音模型:Eleven Realtime v1 Max 和 v1 Mini。v1 Max 在 Big Bench Audio 基准测试中取得了 98.8% 的高分,响应时间仅为 0.57 秒。据 ElevenLabs 称,这种速度与精度的结合使其位居 Artificial Analysis 排行榜首位,优于所有其他现有模型。而体积更小的 v1 Mini 模型则旨在提供更具成本效益的自然交互体验,能够区分“嗯哼”等积极倾听提示音与真正的语音结束信号。v1 Mini 适用于一般对话场景,而 v1 Max 则针对客户支持任务等更复杂的情景进行了优化。这两款模型均可通过 ElevenAgents 平台和兼容 OpenAI 的 Realtime API 访问。定价因模型而异,v1 Max 的使用分钟数和令牌费用高于 v1 Mini。
decoder