Dziennik zmian

Professional Voice Cloning (PVC)

PVC API: Wprowadziliśmy kompletny zestaw endpointów API do zarządzania Professional Voice Clones (PVC). Możesz teraz programowo tworzyć głosy, dodawać/zarządzać/usuwać próbki audio, pobierać audio i przebiegi falowe, zarządzać separacją mówców, obsługiwać weryfikację i rozpoczynać trenowanie. Pełną listę nowych endpointów znajdziesz w podsumowaniu zmian API poniżej lub w dokumentacji PVC API tutaj.

Zamiana mowy na tekst

Rozszerzone opcje eksportu: Dodaliśmy opcje uwzględniania lub wykluczania kodów czasowych i identyfikatorów mówców podczas eksportowania wyników Speech to Text w segmentowanym formacie JSON przez API.

Platforma Agents

Nowe modele LLM: Dodaliśmy obsługę nowych modeli GPT-4.1: gpt-4.1, gpt-4.1-mini i gpt-4.1-nano tutaj
Wynik VAD: Dodaliśmy nowe zdarzenie klienta, które wysyła wyniki VAD do klienta. Dokumentację znajdziesz tutaj

API

Zobacz zmiany w API

Nowe endpointy

Dodano 16 nowych endpointów:
- Utwórz głos PVC - Tworzy nowy głos PVC.
- Edytuj głos PVC - Edytuje metadane głosu PVC.
- Dodaj próbki do głosu PVC - Dodaje próbki audio do głosu PVC.
- Zaktualizuj próbkę głosu PVC - Aktualizuje próbkę głosu PVC (usuwanie szumów, wybór mówcy, przycinanie).
- Usuń próbkę głosu PVC - Usuwa próbkę z głosu PVC.
- Pobierz audio próbki głosu - Pobiera audio próbki głosu PVC.
- Pobierz wizualny przebieg fali próbki głosu - Pobiera wizualny przebieg fali dla próbki głosu PVC.
- Pobierz status separacji mówców - Pobiera status separacji mówców dla próbki.
- Uruchom separację mówców - Rozpoczyna separację mówców dla próbki.
- Pobierz audio oddzielonego mówcy - Pobiera audio konkretnego oddzielonego mówcy.
- Pobierz CAPTCHA głosu PVC - Pobiera CAPTCHA do weryfikacji głosu PVC.
- Zweryfikuj CAPTCHA głosu PVC - Przesyła weryfikację CAPTCHA dla głosu PVC.
- Uruchom trenowanie PVC - Rozpoczyna proces trenowania głosu PVC.
- Poproś o weryfikację ręczną - Prosi o ręczną weryfikację głosu PVC.

Zaktualizowane endpointy

Zamiana mowy na tekst

Zaktualizowano endpoint o zmiany:
- Utwórz zadanie wymuszonego wyrównania - Dodano parametr enabled_spooled_file, aby umożliwić strumieniowanie dużych plików (POST /v1/forced-alignment).

Zmiany schematu

Platforma Agents

GET conversation details: Dodano pola logiczne has_audio, has_user_audio, has_response_audio tutaj

Dubbing

GET dubbing resource : Dodano pole status do każdego renderu tutaj