Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Hrvatsko izdanje

Realtime API i glasovni agenti

Ovaj tečaj obuhvaća Realtime API, Whisper, TTS i izgradnju potpunih glasovnih agenata za telefoniju i asistente.

18 lekcija oko 1 h 15 min Programer

Što ćete naučiti

  • Uspostaviti WebSocket sesiju s Realtime API-jem i upravljati događajima životnog ciklusa
  • Strimirati dvosmjerni zvuk uz rukovanje prekidima i upravljanje izmjenom govornika
  • Transkribirati i prevoditi audio datoteke s Whisperom uz optimizaciju kvalitete na temelju jezika
  • Generirati govor s TTS API-jem kontrolirajući glas, prozodiju i brzinu
  • Izgraditi glasovnog agenta integriranog s telefonijom i savladati njegovu latenciju u proizvodnji

O tečaju

Za koga je namijenjen
Programeri, inženjeri i integratori koji žele iskoristiti ChatGPT putem API-ja u svojim aplikacijama.
Preduvjeti
Sposobnost čitanja Pythona i JSON-a, osnove naredbenog retka. API ključ s platforme OpenAI za isprobavanje primjera.
Trajanje
1 h 15 min — 18 lekcija
Format
Tečaj koji se odvija 100 % online vlastitim tempom, dostupan 24/7 iz preglednika. Napredak se sprema, nastavite kad god želite. Procijenjeno trajanje: 45 min.
Način ocjenjivanja
Kvizovi za validaciju integrirani u tečaj. Svaka lekcija završava svojim ključnim porukama koje podržavaju samoprocjenu.
Pristupačnost
Tečaj vlastitim tempom dostupan osobama s invaliditetom: tekstualni sadržaj kompatibilan s čitačima zaslona, navigacija tipkovnicom i usklađeni kontrasti. Za bilo kakve potrebe prilagodbe, pošaljite e-poštu na [email protected].
Cijena
Besplatno

Sadržaj tečaja

  1. 01 Arhitektura WebSocketa za Realtime API
  2. 02 Sesije, događaji i životni ciklus
  3. 03 Strujanje zvuka u oba smjera
  4. 04 Pozivanje funkcija u stvarnom vremenu
  5. 05 Prekidi i upravljanje turama
  6. 06 Transkripcija zvučne datoteke: gpt-transcribe i Whisper
  7. 07 Podržani formati i jezici
  8. 08 Prijevod u stvarnom vremenu
  9. 09 Optimiziraj kvalitetu transkripcije
  10. 10 API TTS: Generiranje govora
  11. 11 Dostupni glasovi i prilagodba
  12. 12 Strujanje zvuka u stvarnom vremenu
  13. 13 Upravljanje prozodijom i brzinom govora
  14. 14 Izgradi potpunog glasovnog agenta
  15. 15 Integracija telefonije (Twilio i dr.)
  16. 16 Asistent glasovne komunikacije s više modaliteta
  17. 17 Kašnjenje i optimizacija u stvarnom vremenu
  18. 18 Produkcija: Skaliranje i nadzor