AssemblyAIのアップデート履歴

Universal-3.6 Pro Realtimeがリリースされました。32言語を1つのモデルでリアルタイム音声認識できるようになりました。

• ・Universal-3.5からの直接アップグレード
• ・32言語の自動言語検出機能
• ・騒音や発音の違いでも正確に認識

音声の長さに合わせて章数を調整できるようになりました。章の時間指定が重複するエラーを修正しました。

• ・章数を音声長に合わせる調整機能
• ・章の時間指定重複エラー修正

ダッシュボードの設定が左ナビゲーションに移動しました。右上から左下に設定項目を統一することで、使いやすさが向上しています。

• ・ダッシュボード設定が左ナビゲーションに移動
• ・リンク設定が左ナビゲーションに統一
• ・テーマ設定が左ナビゲーションに統一

LLM GatewayにNVIDIAの新モデル4種が追加されました。Nemotron 3 Nano 30B A3BやNemotron 3 Super 120B A12Bなど、4つのモデルが利用できるようになりました。

• ・NVIDIA Nemotron 3 Nano 30B A3Bの追加
• ・Nemotron 3 Super 120B A12Bの提供開始
• ・Lightning 3.5 30B A3BとNano 9B v2の新規登録

LLM Gatewayに4つの新しいモデルが追加されました。NVIDIAのNemotron、DeepSeekのv4.1 Flash、Zhipu AIのGLM 5.3とGLM 5.3 Flashが利用可能になりました。リクエストのモデルパラメータを更新することで使用できます。

• ・NVIDIA Nemotronモデルの追加
• ・DeepSeek v4.1 Flashモデルの追加
• ・Zhipu AI GLM 5.3および5.3 Flashモデルの追加

通話前に発信者情報を取得し、名前で挨拶や通話拒否ができるようになりました。

• ・通話前にHTTPSエンドポイント呼び出し可能
• ・発信者番号を取得して応答
• ・名前で挨拶や通話を拒否可能

非英語音声の話者同定が改善されました。ヒンディー語やスペイン語で特に精度が向上し、自動で適用されます。

• ・非英語音声の話者同定精度が向上
• ・ヒンディー語・スペイン語で特に精度が高まり
• ・改善は自動で適用される

フランス語の文字起こしで句読点が消える問題を修正し、単語のタイミングや話者識別も向上しました。

• ・フランス語の文字起こしで句読点が消える問題を修正
• ・単語のタイミング精度を向上
• ・話者識別の正確さを改善

Kimi K3がLLM Gatewayで利用できるようになりました。新機能としてツール呼び出しや構造化出力、ストリーミングに対応し、104万トークンのコンテキストウィンドウを搭載しています。

• ・Kimi K3の提供開始
• ・104万トークンのコンテキストウィンドウ
• ・ツール呼び出しなど新機能対応

MiniMax M3がLLM Gatewayで利用可能に。512Kトークンのコンテキストとツール呼び出しなど新機能追加。

• ・512Kトークンのコンテキストウィンドウ搭載
• ・ツール呼び出しや構造化出力に対応
• ・推論の深さを調整できるパラメータ追加

Gemini 3.8 FlashがLLM Gatewayで利用できるようになりました。高速で低コストなモデルで、1Mトークンのコンテキストに対応しています。

• ・Gemini 3.8 Flashの提供開始
• ・高速で低コストな処理が可能
• ・1Mトークンのコンテキスト対応

LLM GatewayでGPT-6 Astraが利用できるようになりました。OpenAIのモデルとして初の登場で、AWS Bedrockからも提供されます。

• ・GPT-6 Astraの提供開始
• ・LLM GatewayでのGPT-6モデル初登場
• ・OpenAIとAWS Bedrockの2プロバイダ対応

Assembly Agentがダッシュボードで利用可能になりました。AIアシスタントが質問に回答し、コードを生成して利用ケースに応じたサポートを提供します。

• ・Assembly Agentの追加
• ・質問への回答とコード生成機能
• ・すべてのユーザーに利用可能

LLM Gatewayでモデル一覧の公開エンドポイントが利用できるようになりました。URLにアクセスするだけで、利用可能なモデルや価格、サポート情報などを確認できます。

• ・モデル一覧を誰でも閲覧できるように
• ・各モデルの価格やサポート情報を表示
• ・認証なしでアクセス可能

LLM Gatewayでモデル一覧の公開APIが利用可能になりました。

• ・モデル一覧の公開APIが追加
• ・モデルごとの価格や仕様が確認可能
• ・認証不要でアクセス可能

ストリーミング音声認識のプレイグラウンドで、セッションが10分まで延長できるようになりました。

• ・プレイグラウンドセッションのタイムアウトが10分に延長
• ・長い音声の処理が可能に
• ・ダッシュボードで試せる

ダッシュボードでSync APIの利用状況と費用が正しく表示されるようになりました。

• ・Sync APIの利用状況と費用が正しく表示されるようになりました。

スピーカーごとの信頼度を確認できるようになりました。

• ・各スピーカーラベルに信頼度スコアを返す機能追加
• ・speaker_options.include_speaker_confidenceをtrueに設定して取得可能
• ・スピーカー分離の精度を評価しやすくなる

Universal-3.5 Proの不連続語重複問題を修正しました。音声の「uh」が「Uh uh」となり重複する現象を解消しました。

• ・不連続語の重複問題を修正
• ・音声認識結果の自然さが向上
• ・Universal-3.5 Proモデルの精度改善

Universal-3.5 Proのアップデートで、不連続な言葉の重複が改善されました。音声の「uh」が1つでも、文字起こしで「Uh uh」と重複して表示される問題を修正。他のモデルには影響ありません。

• ・不連続な言葉の重複が改善されました
• ・Universal-3.5 Pro専用の修正
• ・内部ベンチマークで効果確認