AIToday
大規模言語モデル音声・スピーチTHE DECODER掲載日時: 2026年11月13日 1:00

ElevenLabsが音声認識2モデルを公開

LINEで送る
ElevenLabsが音声認識2モデルを公開

3つのポイント

  1. 何が起きたか

    ElevenLabsはScribe v3とScribe v3 Liveを公開し、ElevenAPIとElevenAgentsで利用できる。Scribe v3は102言語で単語誤りを約25%削減する。

  2. なぜ重要か

    リアルタイムモデルは硬直的なポーズタイマーに頼る現行音声システムの欠陥を直すためのもので、自動電話エージェントが自然な間合いに対応しやすくなる。

誰に効くか今回の公開は主に、ElevenAPIとElevenAgentsを通じて音声エージェントや文字起こしツールを開発する開発者、ならびにEU拠点のサーバーやゼロ保持のデータ処理を必要とする企業顧客に影響する。大量の音声を低コストで処理するチームは、独立系ベンチマークに基づくと、より速く安い選択肢を他に見いだせる可能性がある。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

ElevenLabsは今回の音声認識の更新を、きれいな音声だけでなく実際の会話の込み入った部分に焦点を当てて打ち出している。Scribe v3は録音済みファイル向け、Scribe v3 Liveは音声エージェントでの低遅延利用向けに作られた。同社によると、ライブモデルは音声信号と併せて会話の文脈を分析し、通話者が考えるためや数字を読み上げるために黙った際に硬直的なポーズタイマーが通話を遮断するという一般的な問題に対処する。Artificial Analysisの独立系ベンチマークは、Scribe v3が最も精度の高い文字起こしモデルの一つであり、Alibabaのプレビューモデルに次ぐことを確認しているが、ElevenLabsは速度と価格で中位に位置する。MicrosoftやxAIのモデルは誤り率がわずかに高い代わりに何倍も速く、コストはおよそ半分だ。これらのベンチマークは録音ファイルの単語誤りしか対象にしておらず、ElevenLabsが売り込む話者ダイアライゼーションや希少言語、リアルタイムの改善は捉えていない。モデルに加え、ElevenLabsはNvidiaとの提携拡大、McKinseyとの連携、システムインテグレーター向けパートナープログラム、SalesforceやIBM、Zendeskが既製の音声エージェントを提供するマーケットプレイスを通じて企業向け事業を広げている。

よくある質問
Scribe v3の料金はいくらか?
Scribe v3のベンチマーク価格は1,000分あたり3.33ドル。ElevenLabsは競合と比べて速度と価格で中位に位置する。
Scribe v3 Liveは何を直すために設計されたのか?
音声エージェントが通話者を文中で遮断するのを防ぐためで、硬直的なポーズタイマーに頼るシステムの欠陥に対応する。音声信号と併せて会話の文脈を分析し、話者が実際に話し終えたかどうかを判別する。
新モデルにはどのような企業向け機能があるのか?
企業顧客はEU内の分離サーバーと、各リクエスト後にデータを即時削除する設計のゼロ保持モードを利用できる。開発者は数千の専門用語を事前読み込みし、数字や日付の書式ルールを設定することもできる。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

Reson8、5億パラメータの音声認識モデルを無償公開

Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した

NEWSiliconANGLE AI4時間前

マイクロソフトがAIエージェントで攻撃対抗サービス提供開始

Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

NEWPublickey4時間前

Windows Server 2028がパブリックプレビュー公開

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

NEWPublickey4時間前

AUMOVIOがLLMの唯一の経路をDatabricksに統一

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

NEWDatabricks AI Blog4時間前

CADMAGEDDON、5ベンチマークで最先端CADモデル超え

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

NEWAI Weekly4時間前

MIT Technology ReviewのAI指数、AIは遍在

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた

NEWMIT Technology Review AI4時間前
次の記事へViamがロボティクス導入支援の6カ月プログラム開始へ