Lähe põhisisu juurde
Eesti— Vali keel
Menüü

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

  1. 01 WebSocketi arhitektuur ja reaalaja API
  2. 02 Seansid, sündmused ja elutsükkel
  3. 03 Bidirektsionaalne helivoogedus
  4. 04 Funktsioonide reaalajas kutsumine
  5. 05 Katkestused ja kõnevoogude haldamine
  6. 06 Helifaili transkribeerimine: gpt-transcribe ja Whisper
  7. 07 Toetatud vormingud ja keeled
  8. 08 Automaatne tõlge
  9. 09 Transkriptsiooni kvaliteedi optimeerimine
  10. 10 API TTS : générer de la parole
  11. 11 Saadaolevad hääled ja kohandamine
  12. 12 Reaalajas helivoogedastus
  13. 13 Prosoodia ja kõnekiiruse juhtimine
  14. 14 Ehita täielik hääleagent
  15. 15 Telefonisüsteemide integreerimine (Twilio jne)
  16. 16 Assistent vocal multimodal
  17. 17 Latenz ja reaalaja optimeerimine
  18. 18 Tootmine: skaleerimine ja jälgimine