Changelog

音色

新的 PVC 流程：新增专业语音克隆创建流程，可在此处试用

智能体平台

智能体间转接： 新增系统工具，支持智能体间转接，可实现更复杂的对话流程。详情请参阅智能体转接工具文档。
增强工具调试： 改进对话历史中工具执行详情的显示方式，便于调试。
修复语言检测： 解决强制调用语言检测工具的问题。

配音

渲染端点： 推出新端点，可重新生成配音项目中特定语言的音频或视频渲染。该端点会自动处理缺失的转录文本或翻译。请参阅渲染配音端点。
提高大小限制： 将配音项目允许的最大文件大小提高至 1 GiB。

API

查看 API 更新

新端点

新增渲染配音端点 - 为特定语言重新生成配音。

更新的端点

发音词典

更新 GET /v1/pronunciation-dictionaries/{pronunciation_dictionary_id}/ 端点及相关组件的响应，新增 permission_on_resource 字段。

语音转文本

更新语音转文本端点（POST /v1/speech-to-text）：
- 新增 cloud_storage_url 参数，可直接从公开的 S3 或 GCS URL 转录音频（最大 2GB）。
- file 参数改为可选；现在必须且只能提供 file 或 cloud_storage_url 其中之一。

语音转语音

为 POST /v1/speech-to-speech/{voice_id} 新增可选 file_format 参数（pcm_s16le_16 或 other），使用 PCM 输入时可降低延迟

智能体平台

更新组件以支持智能体间转接工具

音色

更新 GET /v1/voices/{voice_id} 的 samples 字段，新增可选 trim_start 和 trim_end 参数。

AudioNative

更新 Get /v1/audio-native/{project_id}/settings，新增 status 字段（processing 或 ready）。