← AI 動態
The Decoder
Elevenlabs 推出兩款即時語音模型，實現極低延遲自然對話
Elevenlabs 推出最新「語音對語音」模型 v1 Max 與 v1 Mini。其反應時間僅 0.57 秒且具備高準確率，更能精準捕捉人類語氣停頓，讓 AI 對話如真人般自然。
Elevenlabs
語音對語音
即時AI
知名語音 AI 公司 Elevenlabs 近日發布了兩款專為即時對話設計的「語音對語音（Speech-to-Speech）」模型：Eleven Realtime v1 Max 與 v1 Mini。這項技術最大的突破在於解決了過去 AI 語音對話的嚴重延遲問題。高階的 v1 Max 版本在測試中達到了 98.8% 的高準確率，且回應時間僅需 0.57 秒，是目前市場上兼具最快速度與最高精準度的語音模型。
另一款輕量級的 v1 Mini 則主打低成本與自然對話體驗。它具備強大的語境與節奏判斷能力，可以輕易分辨使用者是真的說完了一段話，還是只是發出「嗯哼」等語氣助詞。這意味著未來的 AI 語音助理將具備如同真人般的對話節奏，不再需要呆板地等待提示音。
對一般使用者而言，這項技術突破代表我們很快就能體驗到幾乎零時差的即時語音翻譯、反應靈敏的客服機器人，以及可以隨時自然插話的個人語音助理。這將大幅縮短人機互動的隔閡，讓語音 AI 成為更實用且貼近人性的生活幫手。