スピーチtoテキスト

  • scribe_v1_experimental:Scribe v1モデルの新しい実験的プレビューをリリースしました。複数の言語を含むオーディオファイルでのパフォーマンス向上、音声と無音が交互にある場合のハルシネーション低減、オーディオタグの改善が含まれます。新しいモデルは、APIでモデル名scribe_v1_experimentalとして利用できます。

テキスト読み上げ

  • A-law形式のサポート:欧州の電話システムとのインテグレーションを可能にするため、8kHzサンプルレートのa-law形式を追加しました。
  • クォータ問題を修正:一部のリクエストが誤ってクォータ超過として拒否される原因となっていたデータベースのバグを修正しました。

Agents Platform

  • ドキュメントタイプのフィルタリング:タイプ(ファイル、URL、テキスト)でナレッジベースドキュメントをフィルタリングできるようになりました。
  • 非オーディオエージェント:オーディオを出力せず、応答トランスクリプトの送信とツールの使用は可能な会話型エージェントをサポートしました。非オーディオエージェントは、オーディオのクライアントイベントを削除して有効にできます。
  • エージェントテンプレートの改善:すべてのエージェントテンプレートを、強化された構成とプロンプトで更新しました。システムプロンプトの改善方法についてはこちらをご覧ください。
  • 停止したエクスポートを修正:エクスポートが長時間停止する問題を修正しました。

ElevenCreative Studio

  • 音量正規化を修正:音量正規化が有効な場合に、プロジェクトスナップショットのストリーミングで発生する問題を修正しました。

新しいAPIエンドポイント

  • 強制アラインメント:字幕生成に最適な、オーディオとテキストをアラインメントする新しい強制アラインメントエンドポイントを追加しました。
  • 一括通話:複数の受信者への通話をスケジュールする一括通話エンドポイントを追加しました。

API

新しいエンドポイント

更新されたエンドポイント

テキスト読み上げ

音声

  • 音声を取得 - コレクションで音声をフィルタリングするcollection_idパラメーターを追加

ナレッジベース

  • ナレッジベースを取得 - タイプでドキュメントをフィルタリングするtypesパラメーターを追加
  • ナレッジベースドキュメント作成用の汎用エンドポイントを非推奨にし、専用エンドポイントを推奨

ユーザーサブスクリプション

Agents Platform

  • 通話を終了するまでの最大待機時間を設定するsilence_end_call_timeoutパラメーターを追加
  • /v1/convai/agents/{agent_id}/add-secretエンドポイントを削除(ワークスペースシークレットエンドポイントで処理するよう変更)