ElevenLabs выпустила модели распознавания речи Scribe v3 и Scribe v3 Live
ElevenLabs выпустила две модели распознавания речи, Scribe v3 и Scribe v3 Live. По данным Artificial Analysis, Scribe v3 немного точнее моделей OpenAI, Google и Microsoft, но уступает им в скорости и цене.
Главное в цифрах
- Модели: Scribe v3 и Scribe v3 Live
- Конкуренты по точности: OpenAI, Google, Microsoft
- Конкуренты по скорости и цене: Microsoft, xAI, примерно вдвое дешевле
Модели рассчитаны на точную транскрипцию речи при фоновом шуме и наложении голосов. Scribe v3 Live предназначена для работы в реальном времени.
По данным Artificial Analysis, Scribe v3 лишь немного опережает по точности OpenAI, Google и Microsoft.
Цена точности
Точность дорого обходится. Конкуренты, включая Microsoft и xAI, работают во много раз быстрее и стоят примерно вдвое дешевле.
Для разработчиков голосовых агентов выбор модели теперь упирается в компромисс между качеством, скоростью и ценой.
Контекст
В отдельной статье The Decoder отмечается, что Scribe v3 Live использует контекст разговора, чтобы голосовые агенты не перебивали собеседника на середине фразы.
