ElevenLabs发布强制对齐模型Cue

2026年10月28日，ElevenLabs在其官方博客发布强制对齐模型Cue，可将音频文件中每个字符定位到精确时间轴。官方称，在真实录音上，Cue在基准测试覆盖的全部29种语言中都比其测试的所有对齐工具更准确，可单次处理任意长度录音，在生产GPU上对齐一小时音频约需半秒。据官方说明，Cue已用于驱动ElevenLabs上每一次语音转文字转写；若想直接使用该能力，可通过Forced Alignment API调用。上述准确率与速度数据均来自ElevenLabs官方说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。