2026 年语音 AI 基础设施栈解析：ElevenAgents 与 Eleven v4 如何工作

报道讲了什么

• ElevenLabs 发布 2026 年语音 AI 基础设施栈解析，逐层说明语音智能体的组成。

可以做什么

• ElevenAgents 支持 Custom 模式，可自选语言模型、TTS 模型和语音识别设置。
• Realtime 模式由 ElevenLabs 管理设置，默认 Eleven Realtime v1 Mini 延迟和成本最低。
• Scribe v2 Realtime 转写语音约需 150 ms，针对嘈杂背景、多样口音和姓名等标识训练。

怎么使用

1. 在智能体配置的 Advanced 区域启用 Scribe v2 Realtime。

结果与限制

• ElevenLabs 报告 Scribe v2 Medical 在 Eka Medical ASR 基准上词错误率为 7.0%，为发布时数据。
• FLEURS 基准上的最低词错误率由 ElevenLabs 自行报告，并非独立评测。

使用入口与依据