ElevenLabs发布强制对齐模型Cue

2026年10月29日，ElevenLabs在X上发布强制对齐模型Cue。该模型可将每个字符精确定位到音频时间轴，支持任意长度录音单次处理；在基准覆盖的29种语言中，其准确率均高于受测开源对齐器，并在测试中超过所有受测开源对齐器。单GPU对齐一小时音频约需半秒。Cue已用于ElevenLabs全部Speech to Text转写，同时通过Forced Alignment API单独提供。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。