推出 Eleven Realtime:更简单地构建自然语音智能体
ElevenLabs 推出用于构建语音智能体的 Eleven Realtime,Mini 和 Max v1 模型已可在 ElevenAgents 中使用。
文章要点
ElevenLabs推出Eleven Realtime，包含两个面向语音智能体的语音到语音模型。要做出自然的语音智能体，通常需要分别选择并调校语音识别、语音活动检测、轮流发言、LLM和语音合成；ElevenLabs称已对整套流程做了端到端调校，并在ElevenAgents中让部分判断可以调整。
两个模型都支持90多种语言和1.7万多种声音：v1 Mini面向低成本的自然对话，v1 Max面向客服、线索筛选等复杂任务。据Artificial Analysis评测，v1 Max在Big Bench Audio上答对98.8%，首个音频延迟为0.57秒。在ElevenAgents中可从下拉菜单选择模型；通过遵循OpenAI Realtime规范的Realtime API，只需更改端点和模型名称即可切换，但仅支持WebSocket，且没有渠道、知识库等平台功能。
本摘要由 AnnuIA 根据 ElevenLabs 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。