ElevenLabs ने Scribe v3 और Scribe v3 Live स्पीच-टू-टेक्स्ट मॉडल पेश किए

ElevenLabs ने Scribe v3 और Scribe v3 Live पेश किए, जिन्हें वह अब तक के अपने सबसे सटीक स्पीच-टू-टेक्स्ट मॉडल बताता है। कंपनी का कहना है कि इन्हें वास्तविक दुनिया के ऑडियो के लिए बनाया गया है और ये इन स्थितियों को संभाल सकते हैं:

• अत्यधिक पृष्ठभूमि शोर;
• विरामों और वाक्यों के अंत के बीच अंतर करना;
• व्यस्त बैठक में किसने क्या कहा, इसका पता रखना।

ये ElevenLabs के दावे हैं; पोस्ट में बेंचमार्क के कोई आंकड़े नहीं दिए गए हैं।