Ir al contenido principal
Español— Elegir un idioma
Menú

Edición en español

Grok Voice & Audio

Conversaciones de voz en tiempo real y síntesis de texto a voz natural (28 voces, 20 idiomas). Incluye etiquetas expresivas e integración telefónica.

14 lecciones ca. 1 h 45 min Intermedio

Lo que aprenderás

  • Configurar una sesión de voz en tiempo real con Grok eligiendo la voz, el idioma y la personalidad
  • Gestionar los eventos WebSocket de una conversación de voz para controlar cómo se desarrolla el intercambio
  • Activar funciones de negocio durante una conversación de voz mediante llamadas a funciones
  • Generar una narración de audio natural controlando la entonación con las etiquetas expresivas de la API de TTS
  • Asegurar y escalar un asistente de voz: tokens efímeros, streaming, integración SIP y formatos de audio

Ficha del curso

Dirigido a
Cualquier persona que quiera descubrir y usar Grok. No se requieren conocimientos técnicos previos.
Requisitos previos
Se recomienda cierta experiencia previa con IA generativa.
Duración
1 h 45 min — 14 lecciones
Modalidades
100 % en línea y a tu propio ritmo, disponible 24/7 desde cualquier navegador. Tu progreso se guarda, así que puedes retomarlo cuando quieras. Tiempo estimado: 1 h 45 min.
Evaluación
Ejercicios prácticos a lo largo de las lecciones. Cada lección termina con puntos clave para la autoevaluación. Un cuestionario final de 5 preguntas con respuestas, al final de la última lección, te permite comprobar lo aprendido.
Accesibilidad
Este curso está diseñado para ser accesible a personas con discapacidad: contenido de texto compatible con lectores de pantalla, navegación por teclado y contraste de color conforme a normativa. Para cualquier solicitud de adaptación, escribe a [email protected].
Precio
Gratis

Contenido del curso

  1. 01 Conoce al agente de voz Grok
  2. 02 Configurar una sesión de voz
  3. 03 Elige la voz y la personalidad
  4. 04 Domina los eventos de WebSocket
  5. 05 Herramientas y llamada a funciones en voz
  6. 06 Primeros pasos con la API de texto a voz
  7. 07 Etiquetas expresivas y control del habla
  8. 08 Idiomas y voz multilingüe
  9. 09 TTS en streaming por WebSocket
  10. 10 Crear un asistente de voz interactivo
  11. 11 Narración y producción de contenidos de audio
  12. 12 Telefonía SIP e integración con LiveKit
  13. 13 Tokens efímeros y seguridad
  14. 14 Formatos de audio y optimización