AssemblyAIのアップデート履歴

声のエージェントで通話終了後も処理が進まない不具合を修正しました。

• ・通話終了後の処理が正常に完了するようになりました
• ・録音や文字起こしが取得できるようになりました
• ・一部のAPI呼び出しが正常に終了するようになりました

声の入力判定機能の不具合を修正し、会話の流れに合わせた適応的な判定ができるようになりました。

• ・声の無音期間の判定が固定値から適応型へ
• ・会話の自然な流れをより正確に反映
• ・プレイグラウンド機能の動作が改善

音声アシスタントのAPI呼び出しで、ユーザーの入力とツールの結果だけから引数を判断するようになりました。これにより、誤った情報を使った呼び出しがゼロに改善されました。

• ・引数の判断元をモデル生成からユーザー入力とツール結果に変更
• ・内部テストで誤認識率を2.5%→0%に改善
• ・信頼性の高い音声アシスタント動作を実現

ストリーミング音声認識からLLM Gatewayを使うときの仮トークンの不具合を修正しました。

• ・仮認証トークンのバグを修正
• ・ストリーミングセッションからのLLM Gateway呼び出しが安定

AssemblyAIのダッシュボードが、システムの明るさ/暗さ設定に合わせて表示されるようになりました。

• ・システムテーマに自動で合わせる
• ・設定変更不要

ストリーミング音声認識からLLM Gatewayを使うときに発生していた一時トークンの不具合を修正しました。

• ・一時認証トークンのバグ修正
• ・ストリーミングセッションからのLLM Gateway呼び出し改善

ダッシュボードから会社名や請求先住所、税番号を直接編集できるようになりました。サポートチケットを出さなくても設定可能で、変更内容は請求書とPayment Detailsカードに反映されます。

• ・ダッシュボードで請求情報を直接編集可能
• ・サポートチケット不要で設定変更
• ・変更内容が請求書とPayment Detailsカードに反映

Universal-3.5 Proで音声認識結果をそのままの形で取得できるようになりました。医療分野などでの正確な記録に役立ちます。

• ・音声認識結果をそのままの形で取得できる
• ・数字や日付を変換せずに保持
• ・医療分野の正確な記録に最適

録音再生機能の「つっかえ」切り替えが正しく表示されるようになりました。Universal-3.5 Proでも利用可能になりました。

• ・「つっかえ」の表示ラベルが修正されました
• ・説明文が逆だった問題を解消しました
• ・Universal-3.5 Proでの利用が可能になりました

PythonとJavaScript向けのVoice Agent APIスターターアプリが利用できるようになりました。ブラウザや電話番号へのデプロイが簡単になります。

• ・Python 3.9+スターターリポジトリ
• ・JavaScript(Node 18+)スターターリポジトリ
• ・Twilio SIP経由のデプロイ対応

ジェミニ3.6フラッシュが、グローバルルーティングを設定しなくても利用できるようになりました。リージョナルエンドポイントから直接アクセスできます。

• ・グローバルルーティングの設定不要
• ・リージョナルエンドポイント経由での利用可能
• ・モデルリージョンの指定変更不要

Python SDK 1.0がリリースされ、非同期・リアルタイム・同期の3つの機能を統一されたインターフェースで扱えるようになりました。

• ・統一インターフェースの提供
• ・新規ユーザーとコーディングエージェント向けの簡易性
• ・3つの機能の統合

Gemini 3.6 Flashがグローバルルーティングなしで利用できるようになりました。リージョナルエンドポイント経由でのアクセスが可能に。

• ・グローバルルーティングのオプトインが不要になりました
• ・LLM Gatewayのリージョナルエンドポイントからアクセス可能
• ・モデルリージョンのオーバーライド設定が不要

Python SDKに非同期処理が使えるようになりました。複数の音声認識を同時に進めたり、後で結果を取得したりできるようになります。

• ・asyncioによる非同期処理対応
• ・複数の音声認識を同時実行可能
• ・結果取得を後回しできるワークフロー

LLM Gatewayで新しいモデルQwen3.5-4b-32k-fastが利用できるようになりました。オープンソースで音声AI処理を高速化できます。

• ・LLM Gatewayで利用可能に
• ・オープンソースモデル
• ・音声AI処理の高速化

音声認識機能にLLMを活用した要約機能が追加されました。同じ要請で時間付きの章ごとの要約が作成できるようになりました。

• ・LLMを活用した新しい要約機能が追加
• ・時間付きの章ごとの要約が可能に
• ・従来の要約機能と自動章の機能を置き換える

リアルタイムプレイグランドにサンプル音声ファイルが追加されました。マイクや自分の音声なしでストリーミング音声認識をテストできるようになりました。

• ・サンプル音声ファイルの追加
• ・ストリーミング音声認識テストの簡易化
• ・コードサンプルの自動更新

2026年9月2日に、デフォルトの音声モデルがUniversal-3.5 Proに変更されます。

• ・Universal-3.5 Proは18言語で最も高い精度
• ・2026年9月2日にデフォルトモデルに設定
• ・モデルを固定していないアカウントに適用

7月15日に発生した不具合により、単語の終了時刻が80ミリ秒固定で表示される問題を修正しました。

• ・単語の実際の長さに応じた正しい時刻表示が復元されました

7月15日に発生した不具合により、Universal-3 ProとUniversal-3.5 Proで単語のタイムスタンプが80ms固定で表示されていましたが、修正されました。

• ・単語の終了時刻が80ms固定で表示される不具合を修正
• ・Universal-3 ProとUniversal-3.5 Proのタイムスタンプ機能が改善
• ・実際の発話時間に応じた正しいタイムスタンプが表示されるようになる