ElevenLabs来自创作者
ElevenLabs Cue：把每个字符钉上时间轴
ElevenLabs 介绍强制对齐模型 Cue：它为音频中每个字符标注精确时间，支撑 Scribe 语音转写，也可单独通过 Forced Alignment API 使用。
在 29 种基准语言上准确度高于团队测过的其他对齐器，可单次处理任意长度录音，约半秒对齐一小时音频；嘈杂英语样本平均误差 57 毫秒。
要点
- Cue 按字符级对齐文本与音频
- 已支撑全部 Scribe 转写请求
- 29 语基准准确度高于对照工具
- 约半秒可对齐一小时音频
- 嘈杂英语样本平均误差 57 毫秒
原文：How your transcript knows where each word is spoken
Today, ElevenLabs is sharing more on Cue, a forced alignment model that places every character in an audio file on a precise timeline.
收录于 。摘自官方博客的简短节选，著作权归原发布者所有。