Scribe v3 Live d'ElevenLabs identifie chaque interlocuteur pendant l'appel

Le modèle en direct indique désormais qui parle pendant l'appel, une première pour la transcription en temps réel d'ElevenLabs. Il change aussi la gestion des tours de parole pour les agents vocaux. Les systèmes actuels attendent souvent un silence d'une durée fixe, ce qui peut couper un interlocuteur qui marque une pause en pleine dictée d'un numéro. Scribe v3 Live tient compte du contexte de la conversation en plus de l'audio pour décider quand quelqu'un a fini de parler, rapporte The Decoder. Un mode multilingue gère les interlocuteurs qui passent d'une langue à l'autre dans une même phrase, une demande de ses clients en Inde pour l'hindi et l'anglais, selon ElevenLabs.

Les développeurs peuvent appeler les deux modèles via l'API d'ElevenLabs, où le passage depuis Scribe v2 se fait en changeant simplement le nom du modèle. Le modèle en direct fonctionne aussi dans ElevenAgents, le produit d'agent vocal de l'entreprise. Les chiffres de précision sont ceux d'ElevenLabs.

Sur notre grille de prix, vérifiée le 12 novembre, la formule Starter d'ElevenLabs coûte 6 $ par mois pour 30 000 crédits, avec licence commerciale ; l'offre gratuite est réservée à un usage personnel avec mention de la source et exclut les publicités payantes.

Les étiquettes de locuteurs arrivant désormais pendant l'appel, une transcription ElevenLabs en direct peut montrer qui dit quoi au fil de la conversation : un agent commercial ou du support peut ainsi distinguer deux personnes côté appelant pendant qu'elles parlent.