Elevenlabs lanza los modelos Eleven Realtime de voz a voz para conversaciones de baja latencia
Elevenlabs ha presentado dos nuevos modelos de voz a voz, Eleven Realtime v1 Max y v1 Mini, que ofrecen tiempos de respuesta de voz inferiores a un segundo a través de una API compatible con OpenAI.
La startup de IA de voz Elevenlabs ha presentado una nueva suite de modelos de voz a voz llamada Eleven Realtime, diseñada específicamente para gestionar interacciones de voz naturales y bidireccionales con una latencia mínima. El lanzamiento incluye dos versiones distintas: Eleven Realtime v1 Max y Eleven Realtime v1 Mini.
Alta precisión y latencia inferior a un segundo
La variante insignia, Eleven Realtime v1 Max, alcanzó una puntuación del 98.8 por ciento en el benchmark Big Bench Audio, junto con un tiempo de respuesta de 0.57 segundos.
Según Elevenlabs, los datos de la clasificación de Artificial Analysis Speech to Speech sitúan al v1 Max cerca de la esquina superior izquierda de su gráfico, lo que indica una combinación líder de alta precisión y baja latencia. La empresa afirmó que ningún otro modelo registrado actualmente en la clasificación es a la vez más rápido y más preciso.
Roles especializados: v1 Max frente a v1 Mini
Elevenlabs está posicionando los dos modelos para diferentes casos de uso empresariales y para desarrolladores:
- Eleven Realtime v1 Max: Adaptado para flujos de trabajo interactivos complejos, como el soporte al cliente avanzado, donde se requiere una alta precisión y un razonamiento exhaustivo.
- Eleven Realtime v1 Mini: Optimizado para menores costos operativos y conversaciones cotidianas fluidas. El modelo incluye detección de matices conversacionales, como distinguir si un usuario ha terminado de hablar o si simplemente está ofreciendo una breve retroalimentación conversacional como "mm-hmm".
Despliegue y precios
Ambos modelos pueden desplegarse a través de la plataforma ElevenAgents, así como mediante una API Realtime compatible con OpenAI, lo que facilita una integración sencilla para los desarrolladores que ya utilizan protocolos estandarizados en tiempo real.
El precio de ambos modelos se factura por minuto en combinación con el uso de tokens, con un precio superior para el v1 Max respecto al v1 Mini. El desglose detallado de los niveles de precios está publicado directamente en la página de precios de Elevenlabs.
