Scribe v2 Realtime já disponível no ElevenLabs Agents

Latência ultrabaixa

This week, we introduced Scribe v2 Realtime - our ultra-low latency streaming Speech to Text model, optimized for agentic use cases that depend on speed, accuracy, and conversational precision.

Scribe v2 Realtime transcribes speech in under 150ms with state-of-the-art accuracy, enabling agents to respond as naturally as humans do in conversation.

Feito para conversas do dia a dia

A maioria dos sistemas de Speech to Text funciona bem em ambientes de teste controlados, mas enfrenta dificuldades na prática — com ruídos, sotaques variados ou identificadores como nomes, e-mails e documentos.

O Scribe v2 Realtime foi treinado justamente para lidar com esses desafios.

Em testes internos com centenas de conversas em inglês desafiadoras, incluindo áudio de baixa qualidade, sotaques diversos e palavras de preenchimento, o Scribe v2 Realtime captou a intenção do usuário com mais precisão do que qualquer outro modelo ASR em tempo real.

Veja abaixo alguns exemplos reais em que testamos a precisão da transcrição do Scribe v2 Realtime em diferentes ambientes.

Precisão multilíngue de referência

Como uma empresa global com muitos agentes atuando em espanhol, português, hindi e outros idiomas, era fundamental que o Scribe v2 Realtime mantivesse desempenho de ponta em todas as regiões.

No benchmark multilíngue FLEURS, que mede a precisão em 30 idiomas, o Scribe v2 Realtime atingiu a menor taxa de erro de palavras (WER) entre todos os modelos ASR de baixa latência.

Isso permite que empresas lancem agentes multilíngues que respondem de forma instantânea e precisa, sem abrir mão de velocidade ou qualidade.

Já disponível no ElevenLabs Agents

O Scribe v2 Realtime está totalmente integrado ao ElevenLabs Agents e pode ser ativado na seção de configurações avançadas.