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