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

नए एंडपॉइंट्स

अपडेट किए गए एंडपॉइंट्स

उच्चारण शब्दकोश

  • GET /v1/pronunciation-dictionaries/{pronunciation_dictionary_id}/ एंडपॉइंट और संबंधित कंपोनेंट्स के रिस्पॉन्स को अपडेट किया गया, ताकि उसमें permission_on_resource फ़ील्ड 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_url पैरामीटर जोड़ा गया (2GB तक)।
    • file पैरामीटर को वैकल्पिक बनाया गया; अब file या cloud_storage_url में से बिल्कुल एक देना ज़रूरी है।

स्पीच टू स्पीच

  • POST /v1/speech-to-speech/{voice_id} के लिए PCM इनपुट के साथ कम लेटेंसी हेतु वैकल्पिक file_format पैरामीटर (pcm_s16le_16 या other) जोड़ा गया

एजेंट्स प्लेटफ़ॉर्म

वॉइसेज़

  • GET /v1/voices/{voice_id} के samples फ़ील्ड को वैकल्पिक trim_start और trim_end पैरामीटर्स शामिल करने के लिए अपडेट किया गया।

AudioNative