ElevenLabs发布实时语音对话模型Eleven Realtime
Eleven Realtime分为v1 Mini与v1 Max两个版本，可通过ElevenAgents平台和Realtime API调用，支持90多种语言。
据 datanet.co.kr 报道，ElevenLabs 于 11 月 3 日发布 Eleven Realtime，这是一款用于实时语音对话的语音到语音（speech-to-speech）模型。
Eleven Realtime 分为两个版本：面向快速、自然对话的 Eleven Realtime v1 Mini，以及面向复杂任务的 Eleven Realtime v1 Max。该模型将语音识别、轮次检测、轮次切换、LLM 与语音合成整合为单一模型，使用时无需分别配置。
两个版本均支持包括韩语和日语在内的 90 多种语言，并可调用 ElevenLabs 超过 17,000 个声音的声音库。两者均具备自然的轮次切换、在用户说话时打断以及工具调用能力。v1 Mini 适用于 AI 助手、教育辅导以及游戏和娱乐中的互动角色；v1 Max 则面向客户支持、潜在客户筛选以及需要调用外部工具的多步骤任务。
评测表现与接入方式
在 Artificial Analysis 于 2026 年 10 月进行的评测中，v1 Max 在 Big Bench Audio 语音推理基准上得分 98.8%，开始响应时间为 0.57 秒。在 Full-Duplex-Bench 上，v1 Mini 得分为 95.8%，v1 Max 为 94.1%。
Eleven Realtime 可通过 ElevenAgents 语音与聊天智能体平台以及 Realtime API 使用。Realtime API 与 OpenAI 的 Realtime API 兼容，支持 WebSocket 连接，但发布时不支持 WebRTC。
快速问答
Eleven Realtime 有哪些版本？
分为面向快速自然对话的 Eleven Realtime v1 Mini 和面向复杂任务的 Eleven Realtime v1 Max。
Eleven Realtime 支持哪些语言？
两个版本均支持包括韩语和日语在内的 90 多种语言。
Realtime API 是否支持 WebRTC？
发布时不支持 WebRTC，但支持 WebSocket 连接，并与 OpenAI 的 Realtime API 兼容。