ElevenLabs发布Eleven Realtime语音模型

ElevenLabs 发布 Eleven Realtime 系列语音到语音模型，包括面向低成本自然对话的 v1 Mini 和面向复杂任务、多步工作流的 v1 Max。官方称两者支持 90 多种语言，并可调用其库中 17,000 多个声音。 据 The Decoder 报道，v1 Max 在 Big Bench Audio 基准上得分 98.8%，响应时间 0.57 秒；ElevenLabs 称 Artificial Analysis 榜单上目前没有模型同时更快且更准确。两款模型均可通过 ElevenAgents 平台和兼容 OpenAI 的 Realtime API 使用，按分钟加 token 计费，v1 Max 价格高于 v1 Mini。 ElevenLabs 称该 API 兼容 OpenAI 的 Realtime API，已有代码只需更换端点和模型名即可试用；但该 API 仅通过 WebSocket 连接，WebRTC 集成需先迁移到 WebSocket。该模型与 ElevenAgents 分开运行，若需要渠道、知识库等平台功能，应从一开…