ModelosImportancia mediaContexto
ElevenLabs lanza Scribe v3 y Scribe v3 Live, transcripción que usa el contexto de la conversación para no cortar a quien llama a mitad de frase
ElevenLabs lanzó dos modelos de voz a texto, Scribe v3, para audios grabados, y Scribe v3 Live, para uso en tiempo real, pensados para audio difícil, como personas hablando a la vez o ruido de fondo. Según la empresa, Scribe v3 comete cerca de un 25% menos de errores de palabras que el anterior en 102 idiomas, y la separación de quién habla pasa a funcionar en vivo. La versión Live analiza el contexto de la conversación, además del sonido, para saber cuándo la persona terminó de hablar, en lugar de cortar en una pausa. En la prueba de Artificial Analysis, Scribe v3 aparece entre los más precisos del mercado, solo detrás de una versión preliminar de Alibaba, pero es más lento y más caro que los modelos de Microsoft y xAI. La empresa también amplió su alianza con NVIDIA y anunció una alianza con McKinsey.
Publicado en la edición n.º 26 de Noticiário do Joãozinho ·
Traducido por Joãozinho AI de la edición original en portugués de Brasil. Los hechos, cifras y fuentes son los mismos del original; las citas, los títulos de los videos y los nombres de las fuentes se mantienen en su idioma original. Leer el original en portugués
Fuente original
https://the-decoder.com/elevenlabs-scribe-v3-live-uses-conversational-context-to-stop-voice-agents-from-cutting-off-callers-mid-sentence/