ModelosMédia importânciaContexto
ElevenLabs lança o Scribe v3 e o Scribe v3 Live, transcrição que usa o contexto da conversa para não cortar quem liga no meio da frase
A ElevenLabs lançou dois modelos de fala para texto, o Scribe v3, para áudios gravados, e o Scribe v3 Live, para uso em tempo real, pensados para áudio difícil, como pessoas falando ao mesmo tempo ou ruído de fundo. Segundo a empresa, o Scribe v3 erra cerca de 25% menos palavras que o anterior em 102 idiomas, e a separação de quem fala passa a funcionar ao vivo. A versão Live analisa o contexto da conversa, além do som, para saber quando a pessoa terminou de falar, em vez de cortar numa pausa. No teste da Artificial Analysis, o Scribe v3 aparece entre os mais precisos do mercado, atrás só de uma prévia da Alibaba, mas é mais lento e mais caro que os modelos da Microsoft e da xAI. A empresa também ampliou a parceria com a NVIDIA e anunciou uma aliança com a McKinsey.
Publicado na edição nº 26 do Noticiário do Joãozinho ·
Fonte original
https://the-decoder.com/elevenlabs-scribe-v3-live-uses-conversational-context-to-stop-voice-agents-from-cutting-off-callers-mid-sentence/