Jamie、Scribeでパイプラインが3倍高速化

Jamieは、会議の要約や重要なインサイトを提供するAIアシスタントです。チームは会話を要約し、アクションアイテムを抽出し、決定事項を強調するために独自のLLMパイプラインを構築しました。

正確な文字起こしを得るため、主要なSpeech-to-Text（STT）プロバイダーをすべて試しましたが、文字起こしや話者分離の基準を満たすものはありませんでした。最終的に、話者分離用のオープンソースモデルと文字起こし用の他のモデルを組み合わせて独自のパイプラインを構築しましたが、その維持には多くのエンジニアリング作業が必要でした。

それが、ElevenLabs Scribeの登場で変わりました。JamieはすぐにScribeをテストし、結果は明らかでした。Scribeは他のモデルよりも重なった発話や割り込み、非言語的な音声イベントの処理が優れていました。統合も数日で完了し、ほとんどカスタマイズは不要でした。Scribeに切り替えたことで、エンジニアリングの負担を大幅に減らしつつ、文字起こしの品質も向上しました。

より速く、より正確な文字起こしを、より少ない手間で

この変更はすぐにビジネスに効果をもたらしました。話者の誤認に関するクレームがなくなり、文字起こしの速度は3倍に。1時間の会議も30〜45秒で処理できるようになりました。これにより、ユーザーが「なるほど」と感じるまでの時間が短縮され、アクティベーションやユーザーごとの記録会議数も増加しました。

Scribeは英語、ドイツ語、スペイン語、オランダ語など、複数の言語でも同様の成果を出しています。

「Scribeへのアップグレードでプロダクトの品質が大きく向上しました。難しい音声環境でも会話の微妙なニュアンスを正確に捉えられることで、顧客満足度や会議のインサイトが直接向上しています。」
— Egor Spirin（meetjamie.ai プロダクト＆エンジニアリング責任者）

Scribeはすぐに使える高精度・高速な文字起こしを実現

Scribeは、高精度な文字起こしと話者分離を両立した初のモデルで、すぐに使えて価格も競争力があります。Jamieは複雑なパイプラインを維持する必要がなくなりました。Scribeによって運用が効率化され、すべてのユーザーにとってプロダクト体験も向上しました。

Scribeを活用したJamieの会議文字起こし例

Jamieは文字起こしを使って会議を要約し、次の重要なステップを強調