Changelog

May 25, 2026

Przedstawiamy Speech Engine

ElevenLabs Speech Engine dodaje głos w czasie rzeczywistym do twojego własnego agenta czatu lub LLM. ElevenLabs obsługuje zamianę mowy na tekst, zmianę tur, zamianę tekstu na mowę i odtwarzanie w przeglądarce, a twój serwer zarządza logiką agenta i przesyła tekst odpowiedzi przez WebSocket Speech Engine. Użyj go, jeśli chcesz dodać głos do własnego środowiska wykonawczego zamiast korzystać z w pełni hostowanej konfiguracji ElevenAgents.

Szybki start

W kilka minut stwórz agenta głosowego z SDK Speech Engine.

Umiejętność agenta

Wskazówki dla asystentów AI do programowania, którzy integrują Speech Engine.

Dokumentacja API

Twórz, aktualizuj i zarządzaj zasobami Speech Engine przez REST API.

ElevenAgents

  • Nadpisywanie zachowania tekstu: Dodano text_behavior_overrides, mapę obiektów BehaviorOverride dla każdego ConversationInitiationSource, z opcjonalnymi polami verbosity, output_format i interaction_budget do zachowania agenta zależnego od kanału.
  • Źródła integracji: Dodano Intercom, Telegram i Freshdesk.
  • Ślady rozmów OTLP: Pobierz szczegóły rozmowy obsługuje teraz opcjonalny parametr zapytania format. Ustaw format=otlp_traces, aby zwrócić dane śledzenia zgodne z OTLP wraz ze standardowym payloadem rozmowy.
  • Nadpisywanie słów kluczowych ASR: Dodano schematy ASRConversationalConfigOverride i ASRConversationalConfigOverrideConfig z opcjonalnymi tablicami keywords, podłączone do modeli nadpisywania konfiguracji klienta rozmowy.
  • Metadane uwierzytelniania webhooków: Schematy konfiguracji narzędzi webhooków udostępniają teraz opcjonalne auth_resolved_params (tablicę ciągów znaków), dokumentujące placeholdery URL rozwiązywane przez połączenie uwierzytelniające.

Muzyka

  • Tryb generowania: Dodano MusicGenerationMode (track, loop, ambience) oraz opcjonalne pole generation_mode w treści żądań promptów muzycznych.
  • Model wideo na muzykę: Wideo na muzykę (POST /v1/music/video-to-music) obsługuje teraz opcjonalne model_id (ciąg znaków, domyślnie music_v1).

ElevenCreative Studio

  • Kredyty za konwersję: Modele odpowiedzi ze statystykami konwersji rozdziałów i głosów zawierają teraz opcjonalne credits_needed_to_convert (liczba całkowita), wskazujące liczbę kredytów wymaganą przed konwersją.

Obszary robocze

  • Typy zasobów: Dodano studio_projects do WorkspaceResourceType.

Wydania SDK

Python SDK

  • v2.50.0 - Wygenerowano ponownie SDK dla schematu API z 25 maja 2026 r.
  • v2.49.1 - Zaktualizowano wywołania API Speech Engine, aby zwracały pełny obiekt odpowiedzi.
  • v2.49.0 - Wygenerowano ponownie SDK dla schematu API z 18–25 maja 2026 r., w tym nadpisywanie zachowania tekstu ElevenAgents, generation_mode muzyki i studio_projects obszaru roboczego.

JavaScript SDK

  • v2.50.0 - Dodano brakujące metody i testy Music API oraz wygenerowano ponownie SDK dla schematu API z 25 maja 2026 r.
  • v2.49.1 - Zaktualizowano wywołania API Speech Engine, aby zwracały pełny obiekt odpowiedzi.
  • v2.49.0 - Wygenerowano ponownie SDK dla schematu API z 18–25 maja 2026 r., w tym nadpisywanie zachowania tekstu ElevenAgents, generation_mode muzyki i studio_projects obszaru roboczego.

Pakiety

API

Zaktualizowane endpointy i schematy

ElevenAgents

  • Pobierz szczegóły rozmowy - GET /v1/convai/conversations/{conversation_id}
    • Dodano opcjonalny parametr zapytania format; otlp_traces zwraca dane śledzenia zgodne z OTLP
  • Schematy konfiguracji agenta
    • Dodano mapę text_behavior_overrides z kluczami ConversationInitiationSource i wartościami BehaviorOverride (verbosity, output_format, interaction_budget)
  • Enum ConversationInitiationSource
    • Dodano intercom_integration, telegram_integration i freshdesk_integration
  • Schematy nadpisywania ASR
    • Dodano ASRConversationalConfigOverride i ASRConversationalConfigOverrideConfig z opcjonalnym keywords (tablica ciągów znaków)
  • Schematy narzędzi webhooków
    • Dodano opcjonalne auth_resolved_params (tablica ciągów znaków) w modelach konfiguracji webhooków

Muzyka

  • Wideo na muzykę - POST /v1/music/video-to-music
    • Dodano opcjonalne model_id (ciąg znaków, domyślnie music_v1)
  • Schematy żądań promptów muzycznych
    • Dodano opcjonalne generation_mode, odwołujące się do MusicGenerationMode (track, loop, ambience)

ElevenCreative Studio

  • Schematy statystyk konwersji rozdziałów i głosów
    • Dodano opcjonalne credits_needed_to_convert (liczba całkowita)

Obszary robocze

  • Enum WorkspaceResourceType
    • Dodano studio_projects