Edizione in italiano
API Voice Agent: conversazioni in tempo reale
Costruisci agenti vocali su WebSocket: VAD, chiamata di funzioni vocali, eventi e integrazione con telefoni SIP.
16 lezioni ca. 1 h Sviluppatore
Cosa imparerai
- Aprire una sessione WebSocket in tempo reale autenticata con token effimeri e configurata tramite session.update
- Elaborare flussi audio PCM e G.711 gestendo il rilevamento automatico del parlato
- Gestire il ciclo degli eventi client-server e server-client di una conversazione
- Attivare la chiamata di funzioni vocali e strumenti integrati durante uno scambio in diretta
- Collegare un agente vocale alla telefonia tramite SIP e LiveKit e convertire l'audio in Python
Scheda del corso
- Destinatari
- Sviluppatori, ingegneri e integratori che vogliono utilizzare Grok tramite API nelle loro applicazioni.
- Prerequisiti
- Capacità di leggere Python o JavaScript e JSON, oltre a competenze di base sulla riga di comando. Una chiave API dalla console xAI per provare gli esempi.
- Durata
- 1 h — 16 lezioni
- Modalità
- 100% online e auto-didattico, disponibile 24/7 da qualsiasi browser. I tuoi progressi vengono salvati, quindi puoi riprendere da dove hai interrotto in qualsiasi momento. Tempo stimato: 1 h.
- Valutazione
- Autovalutazione con i punti chiave alla fine di ogni lezione e pratica pratica applicando gli esempi ai tuoi casi d'uso. Un quiz finale di 5 domande con risposte, alla fine dell'ultima lezione, ti permette di verificare ciò che hai appreso.
- Accessibilità
- Questo corso è progettato per essere accessibile alle persone con disabilità: contenuto testuale compatibile con screen reader, navigazione da tastiera e contrasto cromatico conforme. Per qualsiasi richiesta di accomodamento, invia un'email a [email protected].
- Prezzo
- Gratis
Contenuto del corso
- 01 L'endpoint WebSocket e la connessione in tempo reale
- 02 Autenticazione e token effimeri
- 03 Configura la sessione con session.update
- 04 Gli eventi session.created e session.updated
- 05 Formati audio: PCM e G.711
- 06 VAD: rilevamento automatico della voce
- 07 Invia audio con input_audio_buffer.append
- 08 Esegui il commit e svuota il buffer audio
- 09 Eventi client-server
- 10 Eventi server-to-client
- 11 Ricevi e riproduci l'audio della risposta
- 12 Événements MCP dans les conversations vocales
- 13 Chiamata di funzioni vocali
- 14 Strumenti integrati: ricerca web, X e collezioni
- 15 Telefonia: SIP, LiveKit e G.711
- 16 Utility di conversione audio in Python