Jamie ma 3x szybszy pipeline dzięki Scribe

Jamie to asystent AI do spotkań, który tworzy podsumowania i wyciąga najważniejsze wnioski. Zespół zbudował własny pipeline LLM do streszczania rozmów, wyciągania zadań i podkreślania decyzji.

Żeby uzyskać dokładne transkrypcje, przetestowali wszystkich głównych dostawców Speech-to-Text (STT) — ale żaden nie spełnił ich oczekiwań co do transkrypcji i rozpoznawania mówców. Ostatecznie zbudowali własny pipeline, łącząc otwarte modele do diarization i inne do transkrypcji. Utrzymanie tego wymagało dużego nakładu pracy inżynierów.

To się zmieniło po premierze ElevenLabs Scribe. Jamie od razu to przetestował i od razu było widać różnicę: Scribe lepiej radził sobie z nakładającą się mową, przerwami i dźwiękami niewerbalnymi niż inne modele. Integracja zajęła tylko kilka dni i wymagała minimalnych zmian. Dzięki przejściu na Scribe Jamie mocno ograniczył pracę inżynierów i poprawił jakość transkrypcji.

Szybsze i dokładniejsze transkrypcje — mniej pracy

Zmiana od razu przełożyła się na wyniki. Zniknęły skargi na błędy w rozpoznawaniu mówców. Transkrypcje są 3 razy szybsze — godzinna rozmowa jest gotowa w 30–45 sekund. Dzięki temu użytkownicy szybciej osiągają efekt „aha”, co zwiększyło aktywację i liczbę nagrywanych spotkań na osobę.

Scribe daje takie same efekty w różnych językach, m.in. po angielsku, niemiecku, hiszpańsku i niderlandzku.

"Przejście na Scribe wyraźnie poprawiło jakość naszego produktu. Możliwość dokładnego wychwycenia niuansów rozmowy, nawet w trudnych warunkach audio, przekłada się bezpośrednio na zadowolenie klientów i lepsze wnioski ze spotkań."
— Egor Spirin, Head of Product & Engineering, meetjamie.ai

Scribe daje dokładność i szybkość od razu po uruchomieniu

Scribe to pierwszy model, który łączy wysoką dokładność transkrypcji i diarization — od razu po uruchomieniu — w dobrej cenie. Jamie nie musi już utrzymywać skomplikowanego pipeline’u. Dzięki Scribe uprościli pracę i poprawili doświadczenie każdego użytkownika.

Przykład transkrypcji spotkania Jamie, zrobionej przez Scribe

Jamie używa transkrypcji, by podsumować spotkanie i wskazać kolejne kroki