
Elevenlabsはリアルタイムの対話のための二つの音声変換モデル Eleven Realtimeを発表したとThe Decoderは伝えている。公開資料のデータによると、v1 MaxはBig Bench Audioのテストで98,8%を獲得し、応答時間は0,57秒であった。
企業はまた、Artificial Analysisの評価ではいずれのモデルも同時により高速でより正確という特性を満たしていないと主張している。この主張は入手可能な資料ではElevenlabsの立場として引用されており、独立した検証結果としてではない。
音声AIの利用者にとって、遅延と品質は制約の関連要素である:迅速な応答は対話の間の間を短くする一方で、それ自体が実用的な有用性の優越を証明するものではない。元資料には、完全なテスト条件、もう一方のモデルのリスト、独立した結果の検証は記載されていない。
編集部コメント
なぜ重要か
Если заявленные показатели подтвердятся независимыми тестами, главным следствием станет усиление конкуренции за быстрые голосовые интерфейсы. Следующим наблюдаемым сигналом будут публикация методики и результаты сторонних сравнений. Существенная неопределённость связана с тем, что сейчас доступен только метаданный пересказ The Decoder.