Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Deutsche Ausgabe

Grok Voice & Audio

Echtzeit-Sprachkonversationen und natürliches Text-to-Speech (28 Stimmen, 20 Sprachen). Beinhaltet expressive Tags und Telefonintegration.

14 Lektionen ca. 1 h 45 min Mittelstufe

Das lernen Sie

  • Konfigurieren Sie eine Echtzeit-Sprachsitzung mit Grok, indem Sie Stimme, Sprache und Persönlichkeit auswählen
  • Verwalten Sie die WebSocket-Ereignisse einer Sprachkonversation, um den Ablauf des Austauschs zu steuern
  • Lösen Sie Geschäftsfunktionen während einer Sprachkonversation durch Function Calling aus
  • Erzeugen Sie natürliche Audio-Erzählungen, indem Sie die Intonation mithilfe der expressiven Tags der TTS-API steuern
  • Sichern und skalieren Sie einen Sprachassistenten: ephemere Token, Streaming, SIP-Integration und Audioformate

Kursübersicht

Zielgruppe
Alle Personen, die Grok entdecken und nutzen möchten. Keine technischen Vorkenntnisse erforderlich.
Voraussetzungen
Einige Vorerfahrungen mit generativer KI werden empfohlen.
Dauer
1 h 45 min — 14 Lektionen
Modalitäten
100 % online und selbstgesteuert, rund um die Uhr von jedem Browser aus verfügbar. Ihr Fortschritt wird gespeichert, sodass Sie jederzeit dort weitermachen können, wo Sie aufgehört haben. Geschätzte Dauer: 1 h 45 min.
Bewertung
Praktische Übungen während der gesamten Lektionen. Jede Lektion endet mit wichtigsten Erkenntnissen zur Selbstüberprüfung. Ein Abschlusstest mit 5 Fragen und Antworten am Ende der letzten Lektion ermöglicht es Ihnen, Ihr gelerntes Wissen zu überprüfen.
Barrierefreiheit
Dieser Kurs ist so konzipiert, dass er für Menschen mit Behinderungen zugänglich ist: Textinhalte sind mit Screenreadern kompatibel, die Tastaturnavigation ist möglich und die Farbkontraste entsprechen den Standards. Für Anfragen zu Nachteilsausgleichen senden Sie bitte eine E-Mail an [email protected].
Preis
Kostenlos

Kursinhalt

  1. 01 Lernen Sie den Grok Voice Agent kennen
  2. 02 Konfigurieren einer Voice-Sitzung
  3. 03 Stimme und Persönlichkeit wählen
  4. 04 WebSocket-Ereignisse beherrschen
  5. 05 Tools und Funktionsaufrufe in der Sprachausgabe
  6. 06 Text-to-Speech API einrichten
  7. 07 Ausdrucksstarke Tags und Sprachsteuerung
  8. 08 Sprachen und mehrsprachige Sprache
  9. 09 Streaming TTS über WebSocket
  10. 10 Interaktive Sprachassistenten erstellen
  11. 11 Narration und Audio-Inhaltserstellung
  12. 12 SIP-Telefonie und LiveKit-Integration
  13. 13 Ephemere Tokens und Sicherheit
  14. 14 Audio-Formate und Optimierung