ElevenLabs, Scribe v3 ve Scribe v3 Live konuşma tanıma modellerini yayınladı

ElevenLabs, iki yeni konuşma tanıma modeli olan Scribe v3 ve Scribe v3 Live'ı tanıttı. Bu modeller, arka plan gürültüsü ve çapraz konuşmaların olduğu ortamlarda sesi metne doğru bir şekilde dönüştürmek için tasarlandı.

Yeni modeller, sesli asistanlarda kullanılmak üzere geliştirildi. Scribe v3 Live sürümü, yapay zeka asistanlarının konuşmacıların sözünü yarıda kesmesini önlemek için konuşma bağlamından yararlanıyor.

Artificial Analysis tarafından yapılan bağımsız kıyaslamalar, temel Scribe v3 modelinin OpenAI, Google ve Microsoft'un benzer çözümlerini küçük bir farkla geride bırakarak yüksek doğruluk sunduğunu doğruluyor.

Ancak artan doğruluk, performans ve maliyete yansıdı. Microsoft ve xAI'nin rakip çözümleri, işlem hacmi başına birkaç kat daha hızlı çalışıyor ve yaklaşık yarı yarıya daha düşük maliyet sunuyor.

Bu modellerin piyasaya sürülmesi, konuşma arayüzü geliştiricilerine, daha yüksek kaynak gereksinimlerine rağmen bağlamı dikkate alarak diyalog kalitesini artıracak bir araç sunuyor.