Премини към основното съдържание
Български— Изберете език
Меню

Българско издание

API за преобразуване на текст в реч

Професионален синтез на реч чрез HTTP и WebSocket: 28 естествени гласа, изразителни тагове, поточно предаване и всеки аудио формат.

14 урока ок. 1 ч Програмист

Какво ще научите

  • Генериране на реч чрез крайната точка /v1/tts, избирайки гласа и аудио формата
  • Оформяне на интонацията на синтетичен глас с вградени и обгръщащи изразителни тагове
  • Изграждане на поточен конвейер, който подава изхода на LLM към синтез на реч чрез WebSocket
  • Управление на сесиите за TTS WebSocket и диагностициране на HTTP грешки, срещнати в продукция
  • Поддържане на сигурността на API ключа при интегриране на синтез на реч в браузъра

Информация за курса

За кого е
Разработчици, инженери и интегратори, които искат да използват Grok чрез API в своите приложения.
Предварителни изисквания
Умение за четене на Python или JavaScript и JSON, плюс основни умения за работа с командния ред. API ключ от конзолата на xAI за тестване на примерите.
Продължителност
1 ч — 14 урока
Формати
100% онлайн и в собствен темп, достъпно 24/7 от всеки браузър. Вашият прогрес се запазва, така че можете да продължите оттам, където сте спрели, по всяко време. Приблизително време: 1 ч.
Оценяване
Практически упражнения през цялото обучение. Всяка лекция завършва с основни изводи за самооценка. Финален тест от 5 въпроса с отговори, в края на последната лекция, Ви позволява да проверите наученото.
Достъпност
Този курс е проектиран да бъде достъпен за хора с увреждания: текстово съдържание, съвместимо с екранни четци, навигация с клавиатура и съответстващ цветови контраст. За всякакви искания за приспособяване, пишете на [email protected].
Цена
Безплатно

Уроци

  1. 01 Крайната точка POST /v1/tts
  2. 02 Параметри на заявката за TTS
  3. 03 Списък с наличните гласове
  4. 04 Отговор на аудио заявката и ценообразуване
  5. 05 Вградени изразителни тагове
  6. 06 Тагове за обгръщане
  7. 07 Комбиниране на изразителни тагове
  8. 08 Разширени случаи на употреба на тагове
  9. 09 WebSocket връзка за TTS
  10. 10 Съобщения през WebSocket: текст и аудио
  11. 11 Управление на сесиите в WebSocket
  12. 12 Поток от LLM към TTS в реално време
  13. 13 Грешки в HTTP и сигурност на API ключа
  14. 14 Интеграция с браузър и най-добри практики