ElevenLabs 发布 Realtime Max/Mini 语音到语音模型,首包延迟 0.57 秒
testingcatalog · x · 2026-10-21
ElevenLabs 推出两款 speech-to-speech 模型:- Eleven Realtime v1 Max:在 Big Bench Audio 基准上得分 98.8%,从接收输入到开口说话仅 0.57 秒;- Eleven Realtime v1 Mini:面向低成本自然对话场景优化。两款模型均已在 ElevenAgents 平台及 API 上可用,可用于构建低延迟实时语音 agent。
所属事件:ElevenLabs 推出 Realtime 实时语音模型，首包延迟仅 0.57 秒(3 条相关)→
「多模态」频道最新
- Midjourney 生活感人像完整 prompt 分享：晨光厨房伸懒腰的普通男人 — tisch_eins · 2026-10-21
- Hermes Agent 游戏插件:一句话生成精灵图、音乐、3D 并试玩抓崩溃 — Teknium · 2026-10-21
- 用 Retro Diffusion 造出低多边形像素风多人世界 Retro del Sol — chongdashu · 2026-10-21
- Kromoss 图像模型出图发糊，作者称新版已修复 — KeiserSozey · 2026-10-21
- 开源 ComfyUI Tab Manager：工作流标签页也能像 Chrome 一样分组 — Redy59 · 2026-10-21
- Mirelo SFX 2.0 发布：给 AI 视频自动配全套音效，免整段重生成 — iamfakhrealam · 2026-10-21