返回首页

ElevenLabs 上线 Eleven Realtime v1 Mini/Max:实时语音 Agent 接入工具调用

  • 核心发布:ElevenLabs 的 Eleven Realtime v1 提供 Mini 和 Max 两个版本;Mini 侧重低时延和成本,Max 支持在回答前推理,更适合复杂指令与多步工具调用。
  • 接入方式:服务整合语音识别、轮次处理、语言模型和语音合成,并支持沿用既有声音、工具及知识库配置;WebSocket 接口兼容 OpenAI Realtime 事件。
  • 可用性边界:权限按工作区逐步开放,未获开通的工作区调用 API 会被拒绝;项目没有开放模型权重,实际开发前需确认所属工作区是否已获得访问权限。
  • 行业意义:实时语音 Agent 的接入点从单一识别或合成,转向包含轮次处理、工具调用与既有配置复用的端到端流程;兼容 OpenAI Realtime 事件可降低已有实时语音应用的对接成本,但分批开放限制了当前可覆盖的开发者范围。 🔗 官方网站 | 接入文档 | 机器之心原文