Edizione in italiano
API in tempo reale e agenti vocali
Questo corso tratta l'API in tempo reale, Whisper, la sintesi vocale (TTS) e la costruzione di agenti vocali completi per la telefonia e gli assistenti.
18 lezioni ca. 1 h 15 min Sviluppatore
Cosa imparerai
- Stabilire una sessione WebSocket con l'API in tempo reale e gestire gli eventi del ciclo di vita
- Trasmettere audio bidirezionale gestendo interruzioni e turni di conversazione
- Trascrivere e tradurre file audio con Whisper ottimizzando la qualità in base alla lingua
- Generare voce con l'API TTS controllando timbro, prosodia e velocità
- Costruire un agente vocale integrato con la telefonia e padroneggiarne la latenza in produzione
Scheda del corso
- Destinatari
- Sviluppatori, ingegneri e integratori che intendono sfruttare ChatGPT tramite API nelle loro applicazioni.
- Prerequisiti
- Capacità di leggere Python e JSON, nozioni base della riga di comando. Una chiave API dalla piattaforma OpenAI per provare gli esempi.
- Durata
- 1 h 15 min — 18 lezioni
- Modalità
- Corso online al 100% e auto-didattico, accessibile 24/7 da browser. Progressi salvati, ripresa in qualsiasi momento. Durata stimata: 45 min.
- Valutazione
- Quiz di validazione integrati nel corso. Ogni lezione termina con i punti chiave, a supporto dell'autovalutazione.
- Accessibilità
- Corso auto-didattico accessibile alle persone con disabilità: contenuto testuale compatibile con screen reader, navigazione da tastiera e contrasti conformi. Per eventuali esigenze di adattamento, scrivere a [email protected].
- Prezzo
- Gratis
Contenuto del corso
- 01 Architettura WebSocket delle API Realtime
- 02 Sessioni, eventi e ciclo di vita
- 03 Streaming Audio Bidirezionale
- 04 Chiamata di funzioni in tempo reale
- 05 Interruzioni e gestione dei turni
- 06 Trascrivere un file audio: gpt-transcribe e Whisper
- 07 Formati e lingue supportati
- 08 Traduzione automatica
- 09 Ottimizzare la qualità della trascrizione
- 10 L'API TTS: generare voce
- 11 Voci disponibili e personalizzazione
- 12 Streaming audio in tempo reale
- 13 Controllo della prosodia e della velocità di eloquio
- 14 Costruisci un agente vocale completo
- 15 Integrazione telefonica (Twilio, ecc.)
- 16 Assistente vocale multimodale
- 17 Latenza e ottimizzazione in tempo reale
- 18 Produzione: Scalabilità e Monitoraggio