v2.1.0

JP

概要

v2.0.0 で導入した CapCut Web セッション連携 TTS 基盤をベースに、API 設計の刷新と新機能を追加したリリースです。

主な変更点

✨ 新機能

• 話者プレビュー音声エンドポイント (GET /v2/speakers/{speakerId}/preview)
  • 指定した話者のプレビュー音声を取得可能に
  • 初回アクセス時に生成し speaker-preview-temp/ へキャッシュ保存、以降はキャッシュを返却
  • キャッシュ有効期限の設定に対応

🔄 リファクタリング / Breaking Changes

• API バージョンを v1 → v2 へ統一
  • メインエンドポイントを /v1/synthesize, /v1/models から /v2/synthesize, /v2/speakers へ移行
  • 旧 /v1/legacy を /v1/synthesize へ統合（legacy token+websocket フロー）
  • v1 エンドポイントは legacy 互換として残存
• API 設計を最新構成へ変更
  • POST /v2/synthesize を追加（JSON body 対応）
  • 共通エラーレスポンス (ApiErrorResponse) を導入
  • ルーティング構造をファイルシステムベースの規約に統一
  • .controller.ts パターンを廃止し、HTTP メソッド名ファイル (get.ts, post.ts) へ移行

🐛 バグ修正

• Editor bundle 設定の検証ロジックを強化（不正な設定値の早期検出）

🧹 その他

• 不要ファイルの削除 (capcut-bundle-config.json.backup, dev-start.sh, example.service, update.bat)

エンドポイント一覧 (v2.1.0)

メソッド	パス	説明
GET	/v2/speakers	利用可能な話者一覧
GET	/v2/speakers/{speakerId}/preview	話者プレビュー音声取得 🆕
GET	/v2/synthesize	音声合成 (query params)
POST	/v2/synthesize	音声合成 (JSON body) 🆕
GET	/v1/models	旧音声モデル一覧 (legacy)
GET	/v1/synthesize	旧音声合成 (legacy token+ws)

前バージョンからの移行

v2.0.0 からの移行:

• /v1/models → /v2/speakers （レスポンス形式も変更）
• /v1/synthesize → /v2/synthesize （旧 v1 は legacy として残存）
• エラーレスポンスが統一フォーマット ({ code, message, details? }) に変更

EN

Summary

This release builds on the CapCut Web session-based TTS foundation introduced in v2.0.0, bringing a redesigned API structure and new features.

Highlights

✨ New Features

• Speaker preview audio endpoint (GET /v2/speakers/{speakerId}/preview)
  • Retrieve preview audio for a specific speaker
  • Audio is generated on first access and cached to speaker-preview-temp/
  • Configurable cache expiration

🔄 Refactoring / Breaking Changes

• Unified API version from v1 to v2
  • Main endpoints migrated from /v1/synthesize, /v1/models to /v2/synthesize, /v2/speakers
  • Former /v1/legacy consolidated into /v1/synthesize (legacy token+websocket flow)
  • v1 endpoints remain available for legacy compatibility
• Modernized API design
  • Added POST /v2/synthesize (JSON body support)
  • Introduced unified error response format (ApiErrorResponse)
  • Routing structure aligned to file-system-based conventions
  • Removed .controller.ts pattern in favor of HTTP method files (get.ts, post.ts)

🐛 Bug Fixes

• Strengthened editor bundle config validation logic (early detection of invalid config values)

🧹 Housekeeping

• Removed obsolete files (capcut-bundle-config.json.backup, dev-start.sh, example.service, update.bat)

Endpoints (v2.1.0)

Method	Path	Description
GET	/v2/speakers	List available speakers
GET	/v2/speakers/{speakerId}/preview	Get speaker preview audio 🆕
GET	/v2/synthesize	Text-to-speech (query params)
POST	/v2/synthesize	Text-to-speech (JSON body) 🆕
GET	/v1/models	Legacy voice model list
GET	/v1/synthesize	Legacy TTS (token+ws flow)

Migration from v2.0.0

• /v1/models → /v2/speakers (response format changed)
• /v1/synthesize → /v2/synthesize (v1 remains as legacy)
• Error responses now use a unified format ({ code, message, details? })