上海
分享至
品玩1月15日讯，据Quasa 报道，ElevenLabs正式推出Scribe v2 Realtime——一款专为实时场景优化的语音识别模型。该模型支持90余种语言，端到端延迟低至30–150毫秒，适用于AI智能体、实时字幕、翻译及呼叫中心等高动态应用。
Scribe v2 Realtime采用流式优先架构，支持PCM与μ-law等多种音频格式，并具备预测转写、语音活动检测（VAD）、上下文记忆及复杂术语识别等核心能力。在FLEURS多语言基准测试中，其准确率达93.5%，显著优于Google Gemini Flash 2.5、OpenAI GPT-4o Mini等竞品。
该模型已通过ElevenLabs API开放，提供企业级安全合规保障，包括GDPR、HIPAA及SOC 2认证，并支持欧盟数据驻留。定价为每小时音频0.28美元，企业用户可享高并发与专属支持。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
