ElevenLabs เปิดตัวโมเดล Eleven Realtime ชูจุดเด่นเร็วและแม่นยำที่สุด

ElevenLabs เปิดตัว Eleven Realtime โมเดล speech-to-speech รุ่นใหม่ล่าสุด ซึ่งออกแบบมาเพื่อยกระดับการสนทนาด้วย AI แบบเรียลไทม์ โดยรุ่น v1 Max สามารถทำคะแนนความแม่นยำได้สูงถึง 98.8% ใน Big Bench Audio benchmark พร้อมเวลาตอบสนอง (latency) ที่รวดเร็วเพียง 0.57 วินาที ซึ่ง ElevenLabs ระบุว่าขณะนี้ยังไม่มีโมเดลใดบน Artificial Analysis leaderboard ที่ให้ทั้งความเร็วและความแม่นยำเหนือกว่ารุ่นนี้

สำหรับการใช้งาน ElevenLabs ได้แบ่งโมเดลออกเป็น 2 รุ่นย่อย โดยรุ่น v1 Mini ที่มีขนาดเล็กกว่า ถูกพัฒนาขึ้นเพื่อเน้นการสนทนาที่เป็นธรรมชาติในราคาที่ประหยัด โดยมีความสามารถพิเศษในการแยกแยะจังหวะการพูดได้อย่างชาญฉลาดว่าผู้พูดจบประโยคแล้ว หรือเพียงแค่ส่งเสียงตอบรับสั้นๆ เช่น "อือฮึ" (mm-hmm) ในขณะที่รุ่น v1 Max จะมุ่งเน้นไปที่งานที่มีความซับซ้อนสูง เช่น ระบบสนับสนุนลูกค้าที่ต้องการความถูกต้องแม่นยำเป็นพิเศษ

โมเดลทั้งสองรุ่นพร้อมใช้งานแล้วผ่านแพลตฟอร์ม ElevenAgents และ Realtime API ที่รองรับการทำงานร่วมกับ OpenAI โดยโครงสร้างราคาจะคิดตามการใช้งานจริงต่อนาทีบวกกับค่า token ซึ่งรุ่น v1 Max จะมีราคาสูงกว่ารุ่น v1 Mini ผู้ที่สนใจสามารถตรวจสอบรายละเอียดข้อมูลราคาเพิ่มเติมได้ที่ Elevenlabs pricing page