Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Hrvatsko izdanje

Voice Agent API: razgovori u stvarnom vremenu

Izgradite glasovne agente putem WebSocketa: VAD, pozivanje glasovnih funkcija, događaji i integracija SIP telefona.

16 lekcija oko 1 h Programer

Što ćete naučiti

  • Otvaranje WebSocket sesije u stvarnom vremenu autentificirane prolaznim tokenima i konfigurirane putem session.update
  • Obrada PCM i G.711 audio tokova uz upravljanje automatskim otkrivanjem govora
  • Rukovanje ciklusom događaja od klijenta prema poslužitelju i od poslužitelja prema klijentu tijekom razgovora
  • Pokretanje pozivanja glasovnih funkcija i ugrađenih alata tijekom razmjene u stvarnom vremenu
  • Povezivanje glasovnog agenta s telefonijom putem SIP-a i LiveKita te konverzija audija u Pythonu

O tečaju

Za koga je namijenjen
Programeri, inženjeri i integratori koji žele koristiti Grok putem API-ja u svojim aplikacijama.
Preduvjeti
Sposobnost čitanja Pythona ili JavaScripta i JSON-a, plus osnovne vještine rada s naredbenim retkom. API ključ iz xAI konzole za isprobavanje primjera.
Trajanje
1 h — 16 lekcija
Format
100 % online i u vlastitom tempu, dostupno 24/7 iz bilo kojeg preglednika. Vaš napredak se sprema, tako da možete nastaviti tamo gdje ste stali u bilo kojem trenutku. Procijenjeno vrijeme: 1 h.
Način ocjenjivanja
Samoprocjena s ključnim porukama na kraju svake lekcije i praktična vježba primjene primjera na vlastite slučajeve uporabe. Završni kviz od 5 pitanja s odgovorima, na kraju posljednje lekcije, omogućuje vam provjeru naučenog.
Pristupačnost
Ovaj tečaj dizajniran je tako da bude dostupan osobama s invaliditetom: tekstualni sadržaj kompatibilan s čitačima zaslona, navigacija tipkovnicom i usklađen kontrast boja. Za bilo koji zahtjev za prilagodbu, pošaljite e-mail na [email protected].
Cijena
Besplatno

Sadržaj tečaja

  1. 01 WebSocket krajnja točka i veza u stvarnom vremenu
  2. 02 Autentifikacija i privremeni tokeni
  3. 03 Konfiguriraj sesiju pomoću session.update
  4. 04 Događaji session.created i session.updated
  5. 05 Formati zvuka: PCM i G.711
  6. 06 VAD: automatsko otkrivanje govora
  7. 07 Slanje zvuka pomoću input_audio_buffer.append
  8. 08 Potvrđivanje i brisanje međuspremnika zvuka
  9. 09 Događaji od klijenta prema poslužitelju
  10. 10 Događaji od poslužitelja do klijenta
  11. 11 Primanje i reprodukcija audio odgovora
  12. 12 Događaji MCP-a u glasovnim razgovorima
  13. 13 Pozivanje funkcija glasom
  14. 14 Ugrađeni alati: web pretraga, X i kolekcije
  15. 15 Telefonija: SIP, LiveKit i G.711
  16. 16 Alati za konverziju zvuka u Pythonu