Scribe v2

हमने नया अत्याधुनिक ट्रांसक्रिप्शन मॉडल Scribe v2 लॉन्च किया। डॉक्स में Scribe v2 के बारे में और जानें।

एजेंट्स प्लेटफ़ॉर्म

  • बैच कॉल शेड्यूलिंग के लिए टाइमज़ोन सहायता: अब आप बैच कॉल शेड्यूल करते समय टाइमज़ोन चुन सकते हैं। आपके चुने गए टाइमज़ोन के आधार पर शेड्यूल किया गया समय UTC में बदला जाता है। डिफ़ॉल्ट रूप से आपके ब्राउज़र का टाइमज़ोन अपने-आप चुना जाता है और वैलिडेशन, चुने गए टाइमज़ोन में पहले बीत चुके समय के लिए कॉल शेड्यूल होने से रोकता है। इससे आपके प्राप्तकर्ताओं के टाइमज़ोन में सही समय पर आउटबाउंड कॉल शेड्यूल करना आसान होता है।
  • नॉलेज बेस सोर्स फ़ाइल URL: नॉलेज बेस दस्तावेज़ों के लिए मूल सोर्स फ़ाइल URL पाने का नया एंडपॉइंट जोड़ा गया, जिससे अपलोड की गई फ़ाइलों तक सीधी पहुंच मिलती है।
  • LLM फ़ॉलबैक कैस्केड टाइमआउट: एजेंट बैकअप LLM कॉन्फ़िग्स के लिए cascade_timeout_seconds कॉन्फ़िगरेशन विकल्प जोड़ा गया, जिससे अगले LLM पर कैस्केड करने से पहले इंतज़ार की अवधि नियंत्रित की जा सकती है। डिफ़ॉल्ट 8 सेकंड है और स्वीकार्य रेंज 2-15 सेकंड है।
  • सॉफ़्ट टाइमआउट में LLM-जनरेटेड मैसेज: सॉफ़्ट टाइमआउट कॉन्फ़िगरेशन में use_llm_generated_message विकल्प जोड़ा गया। सक्षम होने पर, सॉफ़्ट टाइमआउट ट्रिगर होने पर एजेंट पहले से तय मैसेज इस्तेमाल करने के बजाय LLM से संदर्भ के मुताबिक मैसेज जनरेट करेगा।
  • नॉलेज बेस फ़ोल्डर नेविगेशन: नॉलेज बेस दस्तावेज़ रिस्पॉन्स में अब रूट से पैरेंट फ़ोल्डर तक के पाथ सेगमेंट्स दिखाने वाली folder_path फ़ील्ड शामिल है, जिससे दस्तावेज़ पदानुक्रम को समझना आसान होता है।
  • शुरुआत स्रोत के आधार पर बातचीत फ़िल्टरिंग: गेट कन्वर्सेशंस एंडपॉइंट अब conversation_initiation_source क्वेरी पैरामीटर से फ़िल्टरिंग को सपोर्ट करता है।

डबिंग

  • नया ट्रांसक्रिप्ट फ़ॉर्मैट एंडपॉइंट: GET /v1/dubbing/{dubbing_id}/transcripts/{language_code}/format/{format_type} एंडपॉइंट जोड़ा गया, जो srt, webvtt, और json आउटपुट फ़ॉर्मैट्स को सपोर्ट करता है। पिछला GET /v1/dubbing/{dubbing_id}/transcript/{language_code} एंडपॉइंट अब डिप्रिकेटेड है।
  • डब की गई फ़ाइलों के लिए ज़रूरी फ़ाइलनाम: नॉलेज बेस फ़ाइल मॉडल में अब filename फ़ील्ड ज़रूरी है।

स्पीच टू टेक्स्ट

  • एंटिटी डिटेक्शन: स्पीच-टू-टेक्स्ट रिक्वेस्ट्स में entity_detection विकल्प जोड़ा गया। यह 'all', खास एंटिटी प्रकार strings या एंटिटी प्रकारों की array स्वीकार करता है। डिटेक्ट की गई एंटिटीज़ DetectedEntity स्कीमा का इस्तेमाल करके नई entities रिस्पॉन्स फ़ील्ड में लौटाई जाती हैं।
  • कीटर्म प्रॉम्प्टिंग: ट्रांसक्रिप्शन को खास टर्म्स या फ़्रेज़ की ओर बायस करने के लिए स्पीच-टू-टेक्स्ट रिक्वेस्ट्स में keyterms array पैरामीटर जोड़ा गया।

SDK रिलीज़

Python SDK

  • v2.29.0 - स्पीच-टू-टेक्स्ट के लिए एंटिटी डिटेक्शन और कीटर्म प्रॉम्प्टिंग, LLM कैस्केड टाइमआउट कॉन्फ़िगरेशन, सॉफ़्ट टाइमआउट LLM मैसेज जनरेशन और बैच कॉल टाइमज़ोन सहायता जोड़ी गई
  • v2.28.0 - एजेंट वर्ज़निंग फ़ील्ड्स, वॉइस कलेक्शन IDs, बैच कॉल सुधार और फ़ोन नंबर लेबल्स जोड़े गए

JavaScript SDK

  • v2.30.0 - स्पीच-टू-टेक्स्ट के लिए एंटिटी डिटेक्शन और कीटर्म प्रॉम्प्टिंग, LLM कैस्केड टाइमआउट कॉन्फ़िगरेशन, सॉफ़्ट टाइमआउट LLM मैसेज जनरेशन और बैच कॉल टाइमज़ोन सहायता जोड़ी गई
  • v2.29.0 - एजेंट वर्ज़निंग फ़ील्ड्स, वॉइस कलेक्शन IDs, बैच कॉल सुधार और फ़ोन नंबर लेबल्स जोड़े गए

MCP सर्वर

  • v0.9.1 - Gemini Extension सहायता जोड़ी गई, नॉन-एब्सोल्यूट output_directory और गायब base_path के लिए पाथ हैंडलिंग ठीक की गई

API

नए एंडपॉइंट्स

डिप्रिकेटेड एंडपॉइंट्स

  • GET /v1/dubbing/{dubbing_id}/transcript/{language_code} - इसके बजाय नया फ़ॉर्मैट-विशिष्ट एंडपॉइंट इस्तेमाल करें

अपडेट किए गए एंडपॉइंट्स

एजेंट्स प्लेटफ़ॉर्म

नॉलेज बेस

  • नॉलेज बेस दस्तावेज़ों की सूची
    • डिप्रिकेटेड use_typesense क्वेरी पैरामीटर हटाया गया
    • दस्तावेज़ रिस्पॉन्स मॉडल में folder_path (पाथ सेगमेंट्स की array) जोड़ा गया
    • नॉलेज बेस फ़ाइल मॉडल में filename (string, ज़रूरी) जोड़ा गया

स्पीच टू टेक्स्ट

  • स्पीच ट्रांसक्राइब करें
    • ट्रांसक्रिप्शन को खास टर्म्स की ओर बायस करने के लिए keyterms (strings की array, वैकल्पिक) जोड़ा गया
    • ट्रांसक्राइब किए गए टेक्स्ट में एंटिटीज़ डिटेक्ट करने के लिए entity_detection (string, array, या 'all', वैकल्पिक) जोड़ा गया
    • रिस्पॉन्स मॉडल में entities (DetectedEntity की array, वैकल्पिक) जोड़ा गया

डबिंग

  • डबिंग प्रोजेक्ट बनाएं
    • mode विवरण अपडेट किया गया, ताकि बताया जा सके कि manual मोड एक्सपेरिमेंटल है और प्रोडक्शन इस्तेमाल के लिए अनुशंसित नहीं है