EXPLORINEER
vi

Lưu trữ — US — techcrunch

ElevenLabs ra mắt mô hình chuyển đổi giọng nói thành văn bản của riêng mình

ElevenLabs, một công ty khởi nghiệp trí tuệ nhân tạo được định giá 3,3 tỷ đô la và nổi tiếng với việc tạo ra âm thanh, đã ra mắt mô hình chuyển lời nói thành văn bản của họ mang tên 'Scribe' sau vòng huy động vốn trị giá 180 triệu đô la. Scribe hỗ trợ hơn 99 ngôn ngữ với độ chính xác ấn tượng, nhằm cạnh tranh với các mô hình hiện có từ Google, OpenAI và các công ty khác. Hiện tại, nó chỉ chuyển văn bản từ âm thanh đã được ghi trước và có giá là 0,40 đô la mỗi giờ.

Điểm chính

  • ElevenLabs đã huy động được 180 triệu đô la, thể hiện sự tin tưởng mạnh mẽ từ các nhà đầu tư.
  • Mô hình mới của công ty mang tên Scribe nhằm mục đích cải thiện khả năng nhận dạng giọng nói.
  • Scribe hỗ trợ hơn 99 ngôn ngữ; 25 ngôn ngữ đạt độ chính xác cao (tỷ lệ lỗi dưới 5%).
  • Trong các bài kiểm tra thử nghiệm, Scribe đã vượt trội so với Google Gemini 2.0 Flash và Whisper Large V3.
  • Các tính năng của Scribe bao gồm phân biệt người nói, dấu thời gian ở mức từng từ và tự động gắn nhãn cho các sự kiện âm thanh.
  • Hiện tại, Scribe chỉ có thể ghi chú âm thanh đã được ghi trước và phiên bản thời gian thực đang được phát triển.
  • Giá của dịch vụ Scribe cạnh tranh ở mức 0,4 đô la mỗi giờ cho việc chuyển văn bản.

Vì sao quan trọng

  • Sự xuất hiện của mô hình chuyển đổi giọng nói thành văn bản của ElevenLabs phản ánh xu hướng ngày càng tăng về các công cụ giao tiếp dựa trên trí tuệ nhân tạo.
  • Thị trường nhận dạng giọng nói AI dự kiến sẽ phát triển đáng kể vào năm 2025, được đẩy mạnh bởi sự tiến bộ trong xử lý ngôn ngữ tự nhiên.
  • Sự cạnh tranh giữa các dịch vụ chuyển đổi giọng nói thành văn bản thúc đẩy sự đổi mới trong độ chính xác và giá cả của các dịch vụ ghi chú.
  • Việc phát triển khả năng ghi chú trực tiếp trong thời gian thực phản ánh các xu hướng công nghệ thông tin rộng lớn nhằm tập trung vào việc cải thiện giao tiếp từ xa và tính truy cập.

Ra mắt sản phẩm Scribe của ElevenLabs là một bước quan trọng trong chiến lược của công ty, đồng thời làm nổi bật cảnh cạnh tranh sôi động trong lĩnh vực nhận dạng giọng nói thông minh dựa trên trí tuệ nhân tạo (AI), có tiềm năng phát triển và đổi mới đáng kể trong những năm tới.