Dziennik zmian

March 17, 2025

Agents Platform

  • Aktualizacja domyślnego LLM: Zmieniliśmy domyślny LLM agenta z Gemini 1.5 Flash na Gemini 2.0 Flash, aby poprawić wydajność.
  • Naprawione błędne porzucenia rozmów: Ulepszyliśmy wykrywanie kontynuacji rozmów, zapobiegając przedwczesnemu porzucaniu, gdy użytkownicy się powtarzają.
  • Informacje Twilio w historii: Dodaliśmy szczegóły rozmów Twilio do historii rozmów, by ułatwić śledzenie.
  • Przeprojektowana baza wiedzy: Przeprojektowaliśmy interfejs bazy wiedzy.
  • Systemowe zmienne dynamiczne: Dodaliśmy systemowe zmienne dynamiczne, aby używać w promptach i narzędziach czasu, identyfikatora rozmowy, identyfikatora dzwoniącego i innych wartości systemowych.
  • Inicjalizacja klienta Twilio: Dodaje nadpisanie na poziomie agenta dla webhooka Twilio z danymi klienta inicjującego rozmowę.
  • Fragmenty RAG w historii: Dodaliśmy fragmenty pobrane przez RAG do transkrypcji rozmów w widoku historii.

Speech to Text

  • Niższe ceny: Obniżyliśmy ceny naszego modelu Scribe, więcej informacji tutaj.
  • Lepsze wykrywanie VAD: Ulepszyliśmy Voice Activity Detection dzięki lepszemu wykrywaniu pauz na granicach segmentów i obsłudze cichych segmentów.
  • Ulepszone diarization: Poprawiliśmy grupowanie mówców dzięki lepszemu modelowi ECAPA, symetrycznej macierzy połączeń i bardziej selektywnemu generowaniu embeddingów mówców.
  • Naprawione błędy ASR: Rozwiązaliśmy problemy z zaokrąglaniem VAD, ciszą i grupowaniem, które wpływały na dokładność transkrypcji.

ElevenCreative Studio

  • Wyłączenie interfejsu publikowania: Dodaliśmy możliwość wyłączenia interfejsu publikowania dla wybranych członków workspace, aby wspierać workflow enterprise.
  • Ulepszenie API migawek: Zmieniliśmy endpointy migawek projektów i rozdziałów, aby zwracały pustą listę zamiast błędów, gdy migawki nie mogą zostać pobrane.
  • Wyłączona automatyczna moderacja: Wyłączyliśmy automatyczną moderację opartą na generacjach Text to Speech w ElevenCreative Studio.

Workspace’y

  • Naprawiona edycja kluczy API: Rozwiązaliśmy problem, przez który edycja kluczy API workspace resetowała limity znaków do zera, przez co klucze przestawały działać.
  • Zoptymalizowane darmowe subskrypcje: Naprawiliśmy problem z odświeżaniem limitów znaków w darmowych subskrypcjach,

API

Nowe endpointy

Zaktualizowane endpointy

Dubbing

Zarządzanie projektami

  • Zaktualizowaliśmy endpointy Projects:
    • Dodaj projekt - metadata, project_name i description mogą teraz mieć wartość null
    • Utwórz podcast - title, description i author mogą teraz mieć wartość null
    • Pobierz projekt - last_modified_at, created_at i project_name mogą teraz mieć wartość null
    • Dodaj rozdział - chapter_id, word_count i statistics mogą teraz mieć wartość null
    • Zaktualizuj rozdział - Właściwości content i blocks mogą teraz mieć wartość null

Agents Platform

  • Zaktualizowaliśmy endpointy Agents Platform:
    • Zaktualizuj agenta - conversation_config i platform_settings mogą teraz mieć wartość null, dodaliśmy też właściwość workspace_overrides
    • Utwórz agenta - agent_name, prompt i widget_config mogą teraz mieć wartość null, dodaliśmy też właściwość workspace_overrides
    • Dodaj do bazy wiedzy - document_name może teraz mieć wartość null
    • Pobierz rozmowę - Dodaliśmy model twilio_call_data, a transcript i metadata mogą teraz mieć wartość null

Text to Speech

  • Zaktualizowaliśmy endpointy Text to Speech:
    • Zamień tekst na mowę - voice_settings i text_input mogą teraz mieć wartość null, wycofaliśmy też właściwość use_pvc_as_ivc
    • Streamuj tekst na mowę - voice_settings i text_input mogą teraz mieć wartość null, wycofaliśmy też właściwość use_pvc_as_ivc
    • Zamień ze znacznikami czasu - character_alignment i word_alignment mogą teraz mieć wartość null

Zarządzanie głosami

  • Zaktualizowaliśmy endpointy Voice:
    • Utwórz podglądy głosu - Dodaliśmy właściwości loudness, quality, guidance_scale
    • Utwórz głos z podglądu - Dodaliśmy właściwości speaker_separation, a voice_id, name i labels mogą teraz mieć wartość null
    • Pobierz głos - Dodaliśmy właściwości speaker_boost, speaker_clarity, speaker_isolation

Speech to Text

  • Zaktualizowaliśmy endpoint Speech to Text:

Inne aktualizacje