米ElevenLabs（米ニューヨーク州、Mati Staniszewski CEO、イレブンラボ）は、音声エージェント向けのSpeech to Speechモデル『Eleven Realtime』を発表した。応答速度と自然な会話に最適化した『Eleven Realtime v1 Mini』と、複雑なタスクへの対応を重視した『Eleven Realtime v1 Max』の２種類を、同社の音声・チャットエージェントプラットフォーム『ElevenAgents』および『Realtime API』で提供する。
従来、音声エージェントの構築には、音声認識や発話区間の検出、話者交代の制御、大規模言語モデル（LLM）、音声合成などの技術を個別に組み合わせ、調整する必要があった。Eleven Realtimeは、これらを一体的に処理するモデルで、開発者はモデルを選択することで音声エージェントを構築できる。v1 Miniは応答速度と会話の自然さを重視し、AIアシスタントや教育、エンターテインメントなどでの利用を想定する。一方、v1 Maxは、決められた手順に沿った顧客対応や情報検索、外部システムとの連携を伴う複数ステップの業務などを想定している。
Eleven Realtimeは、ElevenAgentsではモデルの選択欄からを指定することで利用でき、電話やWebサイト、コンタクトセンタープラットフォームなどへの展開にも対応する。Realtime APIでは既存の開発環境から接続先とモデル名を変更して利用できる。
2026年10月23日 10時00分 公開
2026年10月23日 10時00分 更新
新規登録
ログイン
