ElevenLabs ra mắt bộ mô hình Speech-to-Speech Eleven Realtime phục vụ đàm thoại độ trễ thấp
ElevenLabs vừa giới thiệu hai mô hình chuyển giọng nói sang giọng nói mới mang tên Eleven Realtime v1 Max và v1 Mini, mang tới tốc độ phản hồi dưới một giây thông qua API tương thích với OpenAI.
Startup chuyên về AI giọng nói ElevenLabs vừa chính thức trình làng bộ mô hình Speech-to-Speech hoàn toàn mới có tên Eleven Realtime. Bộ công cụ này được thiết kế chuyên biệt nhằm xử lý các tương tác giọng nói hai chiều một cách tự nhiên với độ trễ tối thiểu. Đợt phát hành lần này bao gồm hai phiên bản riêng biệt: Eleven Realtime v1 Max và Eleven Realtime v1 Mini.
Độ chính xác cao và độ trễ dưới một giây
Phiên bản đầu bảng Eleven Realtime v1 Max đã đạt số điểm ấn tượng 98,8% trên bài kiểm tra Big Bench Audio benchmark, đi cùng thời gian phản hồi chỉ 0,57 giây.
Theo ElevenLabs, dữ liệu từ bảng xếp hạng Artificial Analysis Speech to Speech xếp v1 Max ở góc trên cùng bên trái của biểu đồ — vị trí cho thấy sự kết hợp dẫn đầu thị trường về cả độ chính xác cao lẫn độ trễ thấp. Công ty cũng khẳng định rằng hiện chưa có mô hình nào khác trên bảng xếp hạng này vừa nhanh hơn lại vừa chính xác hơn v1 Max.
Phân hóa vai trò: v1 Max đối đầu v1 Mini
ElevenLabs định vị hai mô hình này cho các kịch bản sử dụng khác nhau của doanh nghiệp và giới phát triển:
- Eleven Realtime v1 Max: Được thiết kế riêng cho các quy trình tương tác phức tạp như chăm sóc khách hàng nâng cao — nơi đòi hỏi độ chính xác cao cùng khả năng lập luận, suy luận toàn diện.
- Eleven Realtime v1 Mini: Tối ưu hóa cho chi phí vận hành thấp hơn và các cuộc trò chuyện thường ngày mượt mà. Mô hình này được tích hợp khả năng phát hiện sắc thái giao tiếp, ví dụ như phân biệt được người dùng đã nói xong hay chỉ đang phát ra những tiếng đệm phản hồi ngắn như "ừm", "vâng" ("mm-hmm").
Triển khai và chi phí
Cả hai mô hình đều có thể được triển khai qua nền tảng ElevenAgents cũng như thông qua Realtime API tương thích với chuẩn OpenAI. Điều này giúp các nhà phát triển vốn đang sử dụng các giao thức thời gian thực tiêu chuẩn có thể tích hợp một cách rất dễ dàng.
Chi phí cho cả hai mô hình được tính theo số phút sử dụng kết hợp với lượng token tiêu thụ, trong đó mức giá của v1 Max sẽ cao hơn v1 Mini. Bảng phân bổ chi tiết các gói giá hiện đã được công bố trực tiếp trên trang định giá của ElevenLabs.
