ElevenLabs Scribe v3、AA-WER指数でWER 1.95%を記録し2位にランク

ElevenLabsのScribe v3は、非ストリーミング音声認識のAA-WER指数で単語誤り率1.95%を記録し2位となった。これはScribe v2の2.18%から改善した結果である。AlibabaのFun-Realtime-ASR-preview(1.73%)に次ぎ、Microsoft AIのMAI-Transcribe-2(2.04%)を上回った。
イベントのバージョン 1.
Key insights
Scribe v3はScribe v2から改善
ElevenLabsのScribe v3は、AA-WER指数で単語誤り率1.95%を記録し、Scribe v2の2.18%から改善した。
Alibabaモデルに次ぐ2位
Scribe v3は非ストリーミング音声認識モデルの中で2位にランクされ、AlibabaのFun-Realtime-ASR-preview(WER 1.73%)に次ぐ結果となった。
Microsoftモデルを上回る
Scribe v3は、単語誤り率2.04%を記録したMicrosoft AIのMAI-Transcribe-2をわずかに上回った。