
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。
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。
こういう要約が、毎朝あなたのメールに届きます。
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。
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 →
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。
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
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
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

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…

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

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…

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
