Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Latvijas izdevums

Realtime API un balss aģenti

Šis kurss aptver Realtime API, Whisper, TTS un pilnīgu balss aģentu izveidi telefonijai un asistentiem.

18 nodarbību ca. 1 h 15 min Programmētājs

Ko jūs apgūsiet

  • Izveidot WebSocket sesiju ar Realtime API un pārvaldīt dzīves cikla notikumus
  • Straumēt divvirzienu audio, vienlaikus apstrādājot pārtraukumus un sarunu maiņas vadību
  • Transkribēt un tulkot audio failus ar Whisper, optimizējot kvalitāti atkarībā no valodas
  • Ģenerēt runu ar TTS API, kontrolējot balsi, prozodiju un ātrumu
  • Izveidot balss aģentu, kas integrēts ar telefoniju, un apgūt tā latentumu ražošanas vidē

Kursa kartīte

Kam paredzēts
Izstrādātāji, inženieri un integratori, kas vēlas izmantot ChatGPT, izmantojot API, savās lietotnēs.
Priekšnosacījumi
Spēja lasīt Python un JSON, komandrindas pamati. API atslēga no OpenAI platformas, lai izmēģinātu piemērus.
Ilgums
1 h 15 min — 18 nodarbību
Formāti
100% tiešsaistes pašmācību kurss, pieejams 24/7 no pārlūkprogrammas. Progress tiek saglabāts, atsākšana jebkurā laikā. Paredzamais ilgums: 45 min.
Novērtējums
Kursā integrēti validācijas testi. Katra nodarbība beidzas ar galvenajiem secinājumiem, kas atbalsta pašnovērtējumu.
Pieejamība
Pašmācību kurss, kas pieejams cilvēkiem ar invaliditāti: teksta saturs saderīgs ar ekrāna lasītājiem, navigācija ar tastatūru un atbilstoši kontrasti. Jebkādām pielāgošanas vajadzībām rakstiet uz [email protected].
Cena
Gratis

Kursa saturs

  1. 01 Arhitektūra WebSocket Realtime API
  2. 02 Sesijas, notikumi un dzīves cikls
  3. 03 Straumēšana abos virzienos
  4. 04 Funkciju izsaukšana reāllaikā
  5. 05 Pārtraukumi un sarunu maiņas vadība
  6. 06 Transkribēt audio failu: gpt-transcribe un Whisper
  7. 07 Atbalstītie formāti un valodas
  8. 08 Automātiskā tulkošana
  9. 09 Optimizē transkripcijas kvalitāti
  10. 10 API TTS : Génération de parole
  11. 11 Pieejamās balsis un pielāgošana
  12. 12 Straumēta audio reāllaikā
  13. 13 Prozodijas un runas ātruma vadība
  14. 14 Izveido pilnīgu balss aģentu
  15. 15 Integrācija ar telefoniju (Twilio u.c.)
  16. 16 Palīgs ar vairākiem datu veidiem un balss interfeisu
  17. 17 Latence et optimisation temps réel
  18. 18 Production: mise à l'échelle et surveillance