模型
Mimi
ElevenLabs推出的低成本实时语音到语音模型，主打自然对话。
时间轴 (近 90 天)
10月21日
ElevenLabs推出实时语音到语音模型Max和Mimi，Max在Big Bench Audio中取得98.8%，约0.57秒开始说话。
待验证50%
10月3日
离散token方案（如EnCodec、SoundStream、Mimi）每个时间步需预测一组残差向量量化码本，Mistral场景多达30多个码本会显著增加生成延迟
待验证50%
ElevenLabs推出的低成本实时语音到语音模型，主打自然对话。
ElevenLabs推出实时语音到语音模型Max和Mimi，Max在Big Bench Audio中取得98.8%，约0.57秒开始说话。
离散token方案（如EnCodec、SoundStream、Mimi）每个时间步需预测一组残差向量量化码本，Mistral场景多达30多个码本会显著增加生成延迟