ElevenLabs 发布两款面向实时 AI 对话的语音到语音模型 Eleven Realtime
ElevenLabs 发布两款名为 Eleven Realtime 的语音到语音模型。其中 Max 版本在 Big Bench Audio 基准上得分 98.8%,响应时间为 0.57 秒;ElevenLabs 称目前 Artificial Analysis 榜单上没有模型能同时做到更快且更准确。
ElevenLabs 发布两款名为 Eleven Realtime 的语音到语音模型。其中 Max 版本在 Big Bench Audio 基准上得分 98.8%,响应时间为 0.57 秒;ElevenLabs 称目前 Artificial Analysis 榜单上没有模型能同时做到更快且更准确。
Mistral AI 发布 Voxtral 3 系列模型,面向实时语音智能体,包含语音转写模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK。
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说话整合进一条实时流式管线,每轮响应在 1 秒内完成。
推荐理由:原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价,可据此评估实时语音工作流的落地成本。