Elevenlabs a publié deux modèles de conversion de la parole en parole Eleven Realtime pour les conversations avec une IA en temps réel, selon The Decoder. La variante v1 Max, d’après la publication, a obtenu 98,8% dans le test Big Bench Audio et a montré un temps de réponse de 0,57 secondes.
L’entreprise affirme également qu’aucun modèle dans le classement Artificial Analysis ne combine simultanément une vitesse et une précision plus élevées. Cette assertion est citée dans le matériel disponible comme provenant de Elevenlabs lui-même, et non comme un résultat indépendant.
Pour les utilisateurs d’IA vocale, la latence et la qualité constituent des contraintes liées: une réponse rapide réduit les pauses dans le dialogue, mais cela ne prouve pas à lui seul une utilité pratique supérieure. Les conditions complètes de test, la liste de la deuxième modèle et la confirmation indépendante des résultats dans le pack source ne sont pas indiquées.
commentaire éditorial
Pourquoi c’est important
Si les chiffres annoncés se vérifient par des tests indépendants, la conséquence principale sera de renforcer la concurrence pour des interfaces vocales rapides. Le signal suivant sera la publication de la méthodologie et les résultats des comparaisons externes. Une incertitude substantielle réside dans le fait qu'il n’existe actuellement que le résumé métadonné de The Decoder.