Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Česká edice

Voice Agent API: konverzace v reálném čase

Vytvářej hlasové agenty přes WebSocket: VAD, volání hlasových funkcí, události a integraci SIP telefonu.

16 lekcí cca 1 h Vývojář

Co se naučíte

  • Otevři relaci WebSocket v reálném čase ověřenou pomocí jednorázových tokenů a nakonfigurovanou prostřednictvím session.update
  • Zpracovávej zvukové streamy PCM a G.711 při správě automatické detekce řeči
  • Zvládej cyklus událostí mezi klientem a serverem a ze serveru ke klientovi během konverzace
  • Spouštěj volání hlasových funkcí a vestavěné nástroje během živé výměny
  • Připoj hlasového agenta k telefonii prostřednictvím SIP a LiveKit a převáděj audio v Pythonu

Informace o kurzu

Komu je kurz určen
Vývojáři, inženýři a integrátoři, kteří chtějí používat Grok přes API ve svých aplikacích.
Předpoklady
Schopnost číst Python nebo JavaScript a JSON, plus základní dovednosti s příkazovým řádkem. Klíč API z konzole xAI pro vyzkoušení příkladů.
Doba trvání
1 h — 16 lekcí
Forma výuky
100 % online a vlastním tempem, dostupné 24/7 z jakéhokoli prohlížeče. Tvůj postup je uložen, takže můžeš kdykoli pokračovat tam, kde jsi skončil. Odhadovaný čas: 1 h.
Hodnocení
Sebehodnocení s klíčovými poznatky na konci každé lekce a praktické cvičení aplikující příklady na tvé vlastní případy použití. Závěrečný kvíz s 5 otázkami a odpověďmi na konci poslední lekce ti umožní zkontrolovat, co ses naučil.
Přístupnost
Tento kurz je navržen tak, aby byl přístupný lidem se zdravotním postižením: textový obsah kompatibilní se čtečkami obrazovky, navigace pomocí klávesnice a vyhovující barevný kontrast. Pro jakýkoli požadavek na uzpůsobení napiš na [email protected].
Cena
Zdarma

Obsah kurzu

  1. 01 Koncový bod WebSocket a připojení v reálném čase
  2. 02 Ověřování a efemérní tokeny
  3. 03 Konfigurace relace pomocí session.update
  4. 04 Události session.created a session.updated
  5. 05 Formáty zvuku: PCM a G.711
  6. 06 VAD: automatická detekce řeči
  7. 07 Odesílání zvuku pomocí input_audio_buffer.append
  8. 08 Odeslání a vymazání zvukové vyrovnávací paměti
  9. 09 Události klient–server
  10. 10 Události ze serveru na klienta
  11. 11 Přijímání a přehrávání zvukové odpovědi
  12. 12 Události MCP v hlasových konverzacích
  13. 13 Volání funkcí hlasem
  14. 14 Nativní nástroje: vyhledávání na webu, X a kolekce
  15. 15 Telefonie: SIP, LiveKit a G.711
  16. 16 Nástroje pro převod zvuku v Pythonu