Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Česká edice

Realtime API a hlasoví agenti

Tento kurz pokrývá Realtime API, Whisper, TTS a budování kompletních hlasových agentů pro telefonii a asistenty.

18 lekcí cca 1 h 15 min Vývojář

Co se naučíte

  • Navázat relaci WebSocket s Realtime API a spravovat události životního cyklu
  • Streamovat obousměrné audio při zpracování přerušení a správě střídání v konverzaci
  • Přepisovat a překládat zvukové soubory s Whisper při optimalizaci kvality na základě jazyka
  • Generovat řeč pomocí TTS API řízením hlasu, prozodie a rychlosti
  • Vybudovat hlasového agenta integrovaného s telefonií a zvládnout jeho latenci v produkci

Informace o kurzu

Komu je kurz určen
Vývojáři, inženýři a integrátoři, kteří chtějí využívat ChatGPT prostřednictvím API ve svých aplikacích.
Předpoklady
Schopnost číst Python a JSON, základy příkazového řádku. Klíč API z platformy OpenAI pro vyzkoušení příkladů.
Doba trvání
1 h 15 min — 18 lekcí
Forma výuky
100% online kurz vlastním tempem, dostupný 24/7 z prohlížeče. Postup se ukládá, lze kdykoli pokračovat. Odhadovaná délka: 45 min.
Hodnocení
Ověřovací kvízy integrované do kurzu. Každá lekce končí klíčovými poznatky podporujícími sebehodnocení.
Přístupnost
Kurz vlastním tempem přístupný lidem se zdravotním postižením: textový obsah kompatibilní se čtečkami obrazovky, navigace pomocí klávesnice a kontrasty v souladu s normami. Pro jakékoli potřeby přizpůsobení napiš na [email protected].
Cena
Zdarma

Obsah kurzu

  1. 01 Architektura WebSocket rozhraní Realtime API
  2. 02 Relace, události a životní cyklus
  3. 03 Obousměrné streamování zvuku
  4. 04 Volání funkcí v reálném čase
  5. 05 Přerušení a správa předávání řeči
  6. 06 Přepis zvukového souboru: gpt-transcribe a Whisper
  7. 07 Podporované formáty a jazyky
  8. 08 Automatický překlad
  9. 09 Optimalizace kvality přepisu
  10. 10 API TTS: Generování řeči
  11. 11 Dostupné hlasy a přizpůsobení
  12. 12 Streamování zvuku v reálném čase
  13. 13 Ovládání prozodie a rychlosti řeči
  14. 14 Vytvořte kompletního hlasového agenta
  15. 15 Integrace telefonie (Twilio atd.)
  16. 16 Hlasový asistent s více režimy
  17. 17 Latence et optimisation temps réel
  18. 18 Produkce: Škálování a monitorování