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