Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Magyar kiadás

Voice Agent API: valós idejű beszélgetések

Építsen hangalapú ügynököket WebSocket segítségével: VAD, hangalapú függvényhívás, események és SIP telefonintegráció.

16 lecke kb. 1 h Fejlesztő

Tanulási célok

  • Valós idejű WebSocket-munkamenet megnyitása ephemeral tokenekkel hitelesítve és a session.update segítségével konfigurálva
  • PCM és G.711 hangfolyamok feldolgozása az automatikus beszédérzékelés kezelése mellett
  • A beszélgetés kliens-szerver és szerver-kliens eseményciklusának kezelése
  • Hangalapú függvényhívás és beépített eszközök aktiválása élő beszélgetés során
  • Hangalapú ügynök kapcsolása távközlési rendszerekhez SIP és LiveKit segítségével, valamint hangkonverzió Pythonban

Tanfolyam-adatlap

Kinek szól
Fejlesztők, mérnökök és integrátorok számára, akik a Grok API-n keresztül szeretnék alkalmazásaikba integrálni a Grokot.
Előfeltételek
Python vagy JavaScript és JSON olvasásának képessége, valamint alapvető parancssori ismeretek. Egy API-kulcs az xAI konzolból a példák kipróbálásához.
Időtartam
1 h — 16 lecke
Formátum
100%-ban online és saját tempóban tanulható, bármely böngészőből elérhető 0-24 órában. A haladása mentésre kerül, így bármikor folytathatja, ahol abbahagyta. Becsült időtartam: 1 h.
Értékelés
Önértékelés a legfontosabb tanulságokkal minden lecke végén, valamint gyakorlati feladatok a példák saját esetekre való alkalmazásával. Az utolsó lecke végén egy 5 kérdésből álló záró kvíz található válaszokkal, amely segít ellenőrizni a tanultakat.
Akadálymentesség
Ez a tanfolyam fogyatékkal élők számára is hozzáférhető módon készült: a szöveges tartalom kompatibilis a képernyőolvasókkal, támogatja a billentyűzetes navigációt, és megfelel a színkontrasztra vonatkozó előírásoknak. Bármilyen igénylés esetén kérjük, írjon a [email protected] címre.
Ár
Ingyenes

A tanfolyam tartalma

  1. 01 A WebSocket végpont és a valós idejű kapcsolat
  2. 02 Hitelesítés és ideiglenes tokenek
  3. 03 A munkamenet konfigurálása a session.update segítségével
  4. 04 A session.created és session.updated események
  5. 05 Hangformátumok: PCM és G.711
  6. 06 VAD: automatikus beszédészlelés
  7. 07 Hang küldése az input_audio_buffer.append eseménnyel
  8. 08 A hangpuffer véglegesítése és törlése
  9. 09 Kliens-szerver események
  10. 10 Szerver-kliens események
  11. 11 A válaszhang fogadása és lejátszása
  12. 12 MCP-események hangalapú beszélgetésekben
  13. 13 Funkcióhívás hangalapú beszélgetésben
  14. 14 Beépített eszközök: webes keresés, X és gyűjtemények
  15. 15 Telefónia: SIP, LiveKit és G.711
  16. 16 Hangkonverziós segédprogramok Pythonban