वॉइसेज़
- नया PVC फ़्लो: प्रोफेशनल वॉइस क्लोन बनाने के लिए नया फ़्लो जोड़ा गया, इसे यहां आज़माएं
एजेंट्स प्लेटफ़ॉर्म
- एजेंट-एजेंट ट्रांसफ़र: नए सिस्टम टूल के ज़रिए एजेंट-टू-एजेंट ट्रांसफ़र का सपोर्ट जोड़ा गया, जिससे अधिक जटिल कन्वर्सेशनल फ़्लोज़ संभव होते हैं। विवरण के लिए एजेंट ट्रांसफ़र टूल दस्तावेज़ देखें।
- बेहतर टूल डीबगिंग: आसान डीबगिंग के लिए कन्वर्सेशन हिस्ट्री में टूल एक्ज़ीक्यूशन विवरण दिखाने का तरीका बेहतर किया गया।
- भाषा पहचान सुधार: भाषा पहचान टूल के जबरन कॉल होने से जुड़ी समस्या हल की गई।
डबिंग
- रेंडर एंडपॉइंट: डबिंग प्रोजेक्ट में खास भाषाओं के लिए ऑडियो या वीडियो रेंडर्स दोबारा जनरेट करने हेतु नया एंडपॉइंट पेश किया गया। यह गायब ट्रांसक्रिप्शंस या अनुवादों को अपने-आप संभालता है। रेंडर डब एंडपॉइंट देखें।
- बढ़ी हुई साइज़ सीमा: डबिंग प्रोजेक्ट्स के लिए अधिकतम अनुमत फ़ाइल साइज़ बढ़ाकर 1 GiB कर दिया गया।
API
API बदलाव देखें
नए एंडपॉइंट्स
- रेंडर डब एंडपॉइंट जोड़ा गया - किसी खास भाषा के लिए डब्स दोबारा जनरेट करें।
अपडेट किए गए एंडपॉइंट्स
उच्चारण शब्दकोश
GET /v1/pronunciation-dictionaries/{pronunciation_dictionary_id}/एंडपॉइंट और संबंधित कंपोनेंट्स के रिस्पॉन्स को अपडेट किया गया, ताकि उसमेंpermission_on_resourceफ़ील्ड शामिल हो।
स्पीच टू टेक्स्ट
- स्पीच टू टेक्स्ट एंडपॉइंट (
POST /v1/speech-to-text) अपडेट किया गया:- सार्वजनिक S3 या GCS URLs से सीधे ट्रांसक्रिप्शन की अनुमति देने के लिए
cloud_storage_urlपैरामीटर जोड़ा गया (2GB तक)। fileपैरामीटर को वैकल्पिक बनाया गया; अबfileयाcloud_storage_urlमें से बिल्कुल एक देना ज़रूरी है।
- सार्वजनिक S3 या GCS URLs से सीधे ट्रांसक्रिप्शन की अनुमति देने के लिए
स्पीच टू स्पीच
POST /v1/speech-to-speech/{voice_id}के लिए PCM इनपुट के साथ कम लेटेंसी हेतु वैकल्पिकfile_formatपैरामीटर (pcm_s16le_16याother) जोड़ा गया
एजेंट्स प्लेटफ़ॉर्म
- एजेंट-एजेंट ट्रांसफ़र टूल के सपोर्ट के लिए कंपोनेंट्स अपडेट किए गए
वॉइसेज़
GET /v1/voices/{voice_id}केsamplesफ़ील्ड को वैकल्पिकtrim_startऔरtrim_endपैरामीटर्स शामिल करने के लिए अपडेट किया गया।
AudioNative
Get /v1/audio-native/{project_id}/settingsकोstatusफ़ील्ड (processingयाready) शामिल करने के लिए अपडेट किया गया।