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