ElevenLabs 发布语音到语音模型，v1 Max 准确率98.8%、延迟0.57秒
ElevenLabs 于 2026 年 10 月 20 日发布 Eleven Realtime 语音到语音（speech-to-speech）模型系列，首批推出两款模型，面向实时 AI 对话场景。据官方数据，其中 v1 Max 在 Big Bench Audio 基准上达到 98.8% 的准确率，响应时间约 0.57 秒。ElevenLabs 声称在 Artificial Analysis 排行榜上没有任何模型能同时做到更快且更准，不过这些数字与该说法目前均为厂商自述，尚缺乏第三方复测支持。
rss · The Decoder AI News · 10月20日 19:03
「为何重要」 对开发实时语音助手或 voice agent 的开发者而言，若官方数据经得起验证，这代表在约半秒的响应延迟内还能保持很高的语音理解准确率，为模型选型新增了一个语音垂直赛道的选择。但在第三方复测出现之前，“最快且最准”应视为厂商主张，而非已验证事实。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →