ElevenLabs 昨天发了 Eleven Realtime，两个语音转语音模型，v1 Mini 和 v1 Max。 有意思的是思路变了。以前做语音 Ag… · @hodu382759 · TwKit

@hodu382759

ElevenLabs 昨天发了 Eleven Realtime，两个语音转语音模型，v1 Mini 和 v1 Max。 有意思的是思路变了。以前做语音 Agent 得自己拼三件套：语音识别、LLM、语音合成，再加上打断和轮次管理，调起来很折磨。现在 ElevenLabs 把这一套揉进一个端到端模型里，一步到位。 Max 主打高精度和复杂任务，官方报 Big Bench Audio 98.8%，响应 0.57 秒；Mini 主打便宜和自然对话，能分清你是说完了还是只"嗯"了一声。两个都走 ElevenAgents 和兼容 OpenAI 的 Realtime API 接入。 数字是官方口径，看看趋势就行。真正重要的是，语音 Agent 正在从"搭积木"变成"调一个模型"，做语音应用的门槛又降了一截。

曝光 86 · 评论 3 · 点赞 3 · 书签 0