Έκδοση στα ελληνικά
Realtime API και voice agents
Το μάθημα καλύπτει Realtime API, Whisper και TTS, και οδηγεί σε πλήρεις voice agents για τηλεφωνία και βοηθούς.
18 μαθήματα περίπου 1 ώρα 15 λεπτά Για developers
Τι θα μάθετε
- Στήστε μια συνεδρία WebSocket με τη Realtime API και διαχειριστείτε τα γεγονότα του κύκλου ζωής της
- Μεταδώστε ήχο και προς τις δύο κατευθύνσεις, διαχειριζόμενοι τις διακοπές και τη σειρά ομιλίας
- Μεταγράψτε και μεταφράστε ηχητικά αρχεία με το Whisper, βελτιώνοντας την ποιότητα κατά γλώσσα
- Δημιουργήστε ομιλία με το API TTS, ελέγχοντας φωνή, προσωδία και ταχύτητα
- Χτίστε έναν voice agent συνδεδεμένο με την τηλεφωνία και κρατήστε υπό έλεγχο την καθυστέρησή του σε παραγωγή
Στοιχεία προγράμματος
- Σε ποιους απευθύνεται
- Προγραμματιστές, μηχανικοί και integrators που θέλουν να αξιοποιήσουν το ChatGPT μέσω API στις εφαρμογές τους.
- Προαπαιτούμενα
- Ικανότητα ανάγνωσης Python και JSON, βασικές γνώσεις γραμμής εντολών. Ένα κλειδί API της πλατφόρμας OpenAI για να δοκιμάσετε τα παραδείγματα.
- Διάρκεια
- 1 ώρα 15 λεπτά — 18 μαθήματα
- Μορφές παράδοσης
- Εξ ολοκλήρου online αυτόνομη κατάρτιση, διαθέσιμη 24/7 από φυλλομετρητή. Η πρόοδος αποθηκεύεται και συνεχίζετε όποτε θέλετε. Εκτιμώμενη διάρκεια: 45 λεπτά
- Αξιολόγηση
- Κουίζ επιβεβαίωσης ενσωματωμένα στην πορεία της διαδρομής. Κάθε μάθημα ολοκληρώνεται με τα Βασικά σημεία του, αφορμή για αυτοαξιολόγηση.
- Προσβασιμότητα
- Κατάρτιση σε δικό σας ρυθμό, προσβάσιμη σε άτομα με αναπηρία: περιεχόμενο συμβατό με αναγνώστες οθόνης, πλοήγηση με πληκτρολόγιο και χρωματική αντίθεση σύμφωνη με τις προδιαγραφές. Για οποιαδήποτε ανάγκη προσαρμογής, γράψτε στο [email protected].
- Τιμή
- Δωρεάν
Περιεχόμενο προγράμματος
- 01 Αρχιτεκτονική WebSocket του Realtime API
- 02 Συνεδρίες, συμβάντα και κύκλος ζωής
- 03 Ροή Ήχου Αμφίδρομης Κατεύθυνσης
- 04 Κλήση συναρτήσεων σε πραγματικό χρόνο
- 05 Διακοπές και Διαχείριση Σειράς Ομιλίας
- 06 Μεταγραφή αρχείου ήχου: gpt-transcribe και Whisper
- 07 Υποστηριζόμενες μορφές και γλώσσες
- 08 Αυτόματη μετάφραση
- 09 Βελτιστοποίηση της Ποιότητας Μεταγραφής
- 10 Το API TTS: Δημιουργία Ομιλίας
- 11 Διαθέσιμες φωνές και προσαρμογή
- 12 Ροή ήχου σε πραγματικό χρόνο
- 13 Έλεγχος της Προσωδίας και του Ρυθμού Ομιλίας
- 14 Δημιουργία ενός πλήρους φωνητικού πράκτορα
- 15 Ολοκλήρωση με Τηλεφωνία (Twilio, κ.λπ.)
- 16 Βοηθός Φωνής Πολυτροπικός
- 17 Καθυστέρηση και Βελτιστοποίηση Πραγματικού Χρόνου
- 18 Παραγωγή: Κλιμάκωση και Παρακολούθηση