Vai al contenuto principale
Italiano— Scegli una lingua
Menu

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

  1. 01 L'endpoint WebSocket e la connessione in tempo reale
  2. 02 Autenticazione e token effimeri
  3. 03 Configura la sessione con session.update
  4. 04 Gli eventi session.created e session.updated
  5. 05 Formati audio: PCM e G.711
  6. 06 VAD: rilevamento automatico della voce
  7. 07 Invia audio con input_audio_buffer.append
  8. 08 Esegui il commit e svuota il buffer audio
  9. 09 Eventi client-server
  10. 10 Eventi server-to-client
  11. 11 Ricevi e riproduci l'audio della risposta
  12. 12 Événements MCP dans les conversations vocales
  13. 13 Chiamata di funzioni vocali
  14. 14 Strumenti integrati: ricerca web, X e collezioni
  15. 15 Telefonia: SIP, LiveKit e G.711
  16. 16 Utility di conversione audio in Python