Soniox הכריזה על STT v6 ב־3 בנובמבר 2026. לפני ההטמעה, כדאי למפתחים לבחון את תיאום ההשמעה ואת עיבוד התמלילים.
המעבר ועיבוד הפלט
המודלים הפעילים הם stt-rt-v6 ו־stt-async-v6. לפי Soniox, לאחר 15 בדצמבר 2026, בקשות עם stt-rt-v5 או stt-async-v5 יופנו אוטומטית למודל v6 המקביל. ניתן להמשיך להשתמש במזהים הקיימים.
בדקו את עיבוד הפלט: v6 משאיר שמות מטבעות כמילים, מוסיף מקפים במזהים רק אם נאמרו בקול, ומחזיר פקודות פיסוק ועיצוב מדוברות כמילים שהיישום צריך לפרש.
תזמנו לפי ההשמעה
הזנת טקסט הסוכן מצרפת את המילים שהוא משמיע לאודיו מהמיקרופון, באותו חיבור WebSocket, כדי לספק הקשר לזיהוי ולסייע בסינון שאריות ההשמעה.
הזנת טקסט הסוכן וסינון ההד של קולו זמינים בזמן אמת בלבד; השאירו את ביטול ההד האקוסטי פעיל. שלחו טקסט כחצי שנייה עד שנייה לפני ההשמעה בפועל, ולא כשמודל השפה או מנוע הקראת הטקסט מייצרים אותו. סיימו כל תור באמצעות end_of_segment=true. כשמשתמש קוטע, שלחו טקסט שכבר הושמע וטרם נשלח, סגרו את המקטע ואל תשלחו את היתרה שלא הושמעה. החיוב על טקסט הסוכן הוא לפי תעריף טוקנים של טקסט קלט.
בדיקות קבלה מוצעות
אלה הצעות שלנו לבדיקה, ולא תוצאות של מבחן ביצועים:
- הריצו את אותו דיאלוג מוקלט בשתי התצורות. לצד כל הודעת טקסט יוצאת, תעדו את המיקום הנוכחי בהשמעה המקומית. בחנו סטיות בעזרת ציר הזמן הזה, במקום להסתפק בכך שהתמליל נראה קריא. קבעו מראש מי בודק את התוצאה ומה נחשב לחריגה.
- קטעו תשובה סמוך להתחלה, באמצע ולקראת הסוף. השוו בין האודיו שהמשתמש שמע לבין הטקסט שהשירות קיבל, ותעדו האם חילופי הדברים הבאים מתנהלים כצפוי. שמרו גם דוגמה שנכשלה, כדי שאפשר יהיה לחזור על הבדיקה לאחר תיקון.
- העבירו תמלילים למנגנון עיבוד הטקסט בסביבת בדיקות. השוו סכומים, מזהים ופעולות עריכה לתוצאות צפויות שנבדקו ידנית. תעדו כשלי עיבוד בנפרד משגיאות זיהוי, כדי שבסקירת המעבר יהיה ברור איזה רכיב דורש טיפול.