Eestikeelne versioon
Reaalaja API ja hääleagendid
See kursus käsitleb reaalaja API-d, Whisperit, TTS-i ning terviklike hääleagentide loomist telefonside ja assistentide jaoks.
18 õppetundi ca. 1 h 15 min Arendajatele
Mida te õpite
- Luua WebSocketi seanss reaalaja API-ga ja hallata elutsükli sündmusi
- Edastada kahepoolset helivoogu, hallates katkestusi ja kõnevahetuse haldust
- Transkribeerida ja tõlkida helifaile Whisperiga, optimeerides kvaliteeti keele põhjal
- Genereerida kõnet TTS API-ga, juhtides häält, prosoodiat ja kiirust
- Ehitada telefonsidega integreeritud hääleagent ja valdada selle latentsust tootmises
Kursuse andmed
- Kellele mõeldud
- Arendajad, insenerid ja integraatorid, kes soovivad rakendustes ära kasutada ChatGPT-d API kaudu.
- Eeltingimused
- Võime lugeda Pythoni ja JSON-i, käsurea põhiteadmised. OpenAI platvormi API võti näidiste proovimiseks.
- Kestus
- 1 h 15 min — 18 õppetundi
- Õppevormid
- 100% veebipõhine iseseisev kursus, mis on ööpäevaringselt brauserist kättesaadav. Edu salvestatakse, jätkake igal ajal. Hinnanguline kestus: 45 min.
- Hindamine
- Kursusesse integreeritud kinnitustestid. Iga õppetund lõpeb peamiste järeldustega, toetades enesehindamist.
- Kättesaadavus
- Puuetega inimestele kättesaadav iseseisev kursus: tekstisisu ühildub ekraanilugeritega, klaviatuurinavigatsioon ja kontrastid on nõuetekohased. Kohandamisvajaduse korral saatke e-kiri aadressil [email protected].
- Hind
- Tasuta
Kursuse sisu
- 01 WebSocketi arhitektuur ja reaalaja API
- 02 Seansid, sündmused ja elutsükkel
- 03 Bidirektsionaalne helivoogedus
- 04 Funktsioonide reaalajas kutsumine
- 05 Katkestused ja kõnevoogude haldamine
- 06 Helifaili transkribeerimine: gpt-transcribe ja Whisper
- 07 Toetatud vormingud ja keeled
- 08 Automaatne tõlge
- 09 Transkriptsiooni kvaliteedi optimeerimine
- 10 API TTS : générer de la parole
- 11 Saadaolevad hääled ja kohandamine
- 12 Reaalajas helivoogedastus
- 13 Prosoodia ja kõnekiiruse juhtimine
- 14 Ehita täielik hääleagent
- 15 Telefonisüsteemide integreerimine (Twilio jne)
- 16 Assistent vocal multimodal
- 17 Latenz ja reaalaja optimeerimine
- 18 Tootmine: skaleerimine ja jälgimine