We're launching the most accurate real time transcription model in the world... #1 !!! 55% faster ...
微软发布MAI-Transcribe-2-Streaming,实现实时转录准确率全球第一,比ElevenLabs快55%且便宜60%。
入选理由:MAI-Transcribe-2-Streaming在AA-WER Streaming上达到2.5% WER,0.13秒后完成。
公司
别名:ElevenLabsio
开发ElevenAgents的AI公司,用于自动化客服处理。
已跟踪 30 条高相关材料
最近变化
2026-10-15 · Eleven v4在八种语言盲测中被选为更富表现力的语音模型
为什么值得关注
ElevenLabs 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Tweet
Mustafa Suleyman(@mustafasuleyman) · 8.5 分
微软发布MAI-Transcribe-2-Streaming模型,实测较ElevenLabs快55%且成本降低60%,在AA-WER指标上达到2.5% WER。
We're launching the most accurate real time transcription model in the world... #1 !!! 55% faster ...
Mustafa Suleyman(@mustafasuleyman) · 8.5 分
微软发布MAI-Transcribe-2-Streaming,实现实时转录准确率全球第一,比ElevenLabs快55%且便宜60%。
https://t.co/n9ddlrBfZA
Fish Audio(@FishAudio) · 8.5 分
Fish Audio通过自定义CUDA内核和连续批处理技术,将语音模型GPU利用率从50%提升至90%,成本降低至竞品的六分之一。
已收录 30 条与 ElevenLabs 相关的内容,按评分排序。
微软发布MAI-Transcribe-2-Streaming,实现实时转录准确率全球第一,比ElevenLabs快55%且便宜60%。
入选理由:MAI-Transcribe-2-Streaming在AA-WER Streaming上达到2.5% WER,0.13秒后完成。
微软发布MAI-Transcribe-2-Streaming模型,实测较ElevenLabs快55%且成本降低60%,在AA-WER指标上达到2.5% WER。
入选理由:MAI-Transcribe-2-Streaming在AA-WER指标上实现2.5% WER,领先行业水平
Fish Audio通过自定义CUDA内核和连续批处理技术,将语音模型GPU利用率从50%提升至90%,成本降低至竞品的六分之一。
入选理由:自定义CUDA内核使解码速度提升2.1-4.3倍
OmniVoice Studio 是一个开源的本地语音生成工具,支持 646 种语言,无需 API 密钥,适合注重隐私的开发者。
入选理由:OmniVoice Studio 支持 646 种语言,是 ElevenLabs 的开源替代方案。
ElevenLabs 与 Google DeepMind 合作,通过 SynthID 水印技术实现 AI 生成音频的可检测性。
入选理由:ElevenLabs 与 Google DeepMind 合作开发 SynthID 水印技术。
Spring Boot 4.1 发布,带来多项新功能与改进,涵盖 AI 工具调用、MongoDB 集成、语音控制等。
入选理由:Spring Boot 4.1 新增了对 AI 工具调用的支持,如 Spring AI 2.0 的可组合工具调用 API。
使用 QVAC 在本地设备上实现高质量离线文本转语音(TTS),无需依赖云服务,适合独立开发者。
入选理由:QVAC 可在本地设备上实现高质量离线 TTS,避免云服务的高成本和延迟。
MongoDB 通过其数据平台支持 AI 代理的生产就绪,提供高性能、灵活性和可扩展性。
入选理由:MongoDB 支持 JSON 格式,适合处理动态和非结构化数据。
多语言语音助手在处理代码切换时表现差异显著,基准测试显示部分模型表现优于其他。
入选理由:代码切换对语音识别模型的性能影响因语言对和模型而异。
语音 AI 正从边缘场景转向核心交互方式,OpenAI 发布多个实时语音模型,ElevenLabs 年收入达 4 亿美元,Anthropic 与 SpaceX 合作获取 300 兆瓦算力。
入选理由:OpenAI 发布 GPT-Realtime-2,通话成功率提升至 95%
ElevenLabs推出AI音乐平台ElevenMusic,结合音乐发现与创作,为艺术家和粉丝提供互动新方式。
入选理由:ElevenMusic是一个集音乐发现、混音和原创于一体的AI平台。
ElevenLabs实现了5亿美元的年度经常性收入(ARR),并获得了包括BlackRock、NVIDIA在内的多家知名企业和明星投资者的支持。
入选理由:ElevenLabs在2026年前四个月实现了超过5亿美元的ARR,比2025年底增长了150%。
ElevenLabs使用ElevenAgents处理22,000个每月工单,将响应时间缩短至60秒,通过标准化流程和多模态数据处理实现。
入选理由:ElevenAgents每月处理22,000个工单,响应时间从小时级缩短至60秒。
ElevenLabs AI 重建嗓音技术首次在英国上议院应用,助力 Baroness Campbell 发表演讲,已帮助超11,000名患者恢复声音。
入选理由:ElevenLabs AI 技术已帮助11,000名患者恢复声音
ElevenLabs推出合成语音检测功能,以应对AI代理在商业电话中占比上升带来的挑战。
入选理由:AI代理在商业电话中占比持续增长,涉及个人、企业及恶意行为者
ElevenLabs推出ElevenAgents Architect,通过对话和打字帮助团队构建和优化AI代理,支持多工具集成与模拟测试。
入选理由:通过自然对话即可生成AI代理,支持Claude/ChatGPT等工具集成
AI工具可将单张参考图转化为完整品牌设计,依赖Claude与Elevenlabs MCP实现自动化流程。
入选理由:使用Claude和Elevenlabs MCP可将单张参考图转化为完整品牌设计
AI生成虚拟人物在社交媒体上获得大量关注,挑战了真实与虚拟的界限。
入选理由:AI生成虚拟人物Janie B.在TikTok获得1200名粉丝和近100万观看量
ElevenLabs的语音AI系统ElevenAgents帮助SevenRooms平台提升餐厅预订转化率25%,已处理超40万通电话。
入选理由:语音AI系统可使餐厅预订量提升25%
ElevenLabs 在华沙峰会上展示了其在设备端文本转语音领域的最新进展,推出了一种新型模型架构,可在无互联网连接的情况下,在有限硬件上实现接近人类水平的语音质量。
入选理由:新型模型架构支持在设备端运行,无需互联网连接。
Joe Reeve 用 11 Labs 的语音 API 和 OpenAI 深度研究,在 2 小时内构建了“与雕像对话”应用,用户拍照后 30 秒内即可与 AI 生成的雕像语音互动,展示多模态 AI 快速原型能力。
入选理由:应用使用 OpenAI 深度研究识别雕像身份,并生成历史背景与语音描述提示词。
SynthID 已经水印了超过 100 亿份内容,但透明度是团队运动。因此,我们与 OpenAI、ElevenLabs 和 Kakao 合作,将 SynthID 水印功能添加到他们的模型中,加速我们在 NVIDIA 领导下的行业整体势头。
入选理由:SynthID 已经水印了超过 100 亿份内容。
ElevenLabs宣布其技术已应用于数千本电子书中,用户可以选择自己的叙述者,为阅读体验带来个性化的声音选择。
入选理由:ElevenLabs的技术使得电子书用户能够选择自己的叙述者,提供个性化的阅读体验。
ElevenLabs推出Speech Engine,允许开发者通过单个提示将现有聊天代理转变为完整语音代理。该工具结合了先进的语音、转录和语音编排模型,形成优化的单一工作流程。
入选理由:Speech Engine可将现有聊天代理转换为完整语音代理,仅需一个提示
Google DeepMind 的 SynthID 水印技术扩展到更多合作伙伴,包括 OpenAI、Kakao 和 ElevenLabs,并将在 Search 和 Chrome 中提供内容验证功能。
入选理由:SynthID 扩展到 OpenAI、Kakao 和 ElevenLabs。
ElevenLabs 平台上的语音创作者总收入已突破 2200 万美元,相比半年前的 1100 万美元翻倍增长。
入选理由:平台创作者六个月收入从 1100 万美元增至 2200 万美元。
Mahindra Auto 在 XUV 7XO 发布中使用 ElevenLabs AI 语音代理,实现约 8% 转化率增长。
入选理由:Mahindra Auto 在 100+ 国家运营,使用 ElevenLabs AI 语音代理处理发布高峰期。
ElevenLabs发布Scribe v2 Medical,临床语音转录错误率降低35%。
入选理由:Scribe v2 Medical在临床音频上降低35%词错误率(WER)
ElevenLabs 已经发布了 Music v2 版本,该版本在 ElevenMusic、ElevenCreative 上可用,并将在 ElevenAPI 上推出。该模型基于受许可的数据,并已获得商业用途的批准。
入选理由:ElevenLabs 发布了 Music v2 版本。
ElevenLabs的Eleven v4语音模型在八种语言的盲测中被听众认为表现更佳,但未披露技术细节与对比基准。
入选理由:Eleven v4在八种语言盲测中被选为更富表现力的语音模型