The DecoderT2·开发与工程
68 分
ElevenLabs 推出 Scribe v3 与 Scribe v3 Live 两款语音识别模型,分别面向录音转写与实时场景,针对串话、背景噪声等复杂音频做了优化。实时版可结合对话上下文判断说话人是否只是短暂停顿,避免语音智能体在通话中打断用户。Artificial Analysis 评测显示 Scribe v3 转写准确率位居前列,但速度慢于微软与 xAI 的竞品且价格更高。
实时语音识别模型,结合对话上下文判断说话人停顿以避免误打断
ElevenLabs 推出 Scribe v3 与 Scribe v3 Live 两款语音识别模型,分别面向录音转写与实时场景,针对串话、背景噪声等复杂音频做了优化。实时版可结合对话上下文判断说话人是否只是短暂停顿,避免语音智能体在通话中打断用户。Artificial Analysis 评测显示 Scribe v3 转写准确率位居前列,但速度慢于微软与 xAI 的竞品且价格更高。