Latvijas izdevums
Voice Agent API: sarunas reāllaikā
Izveido balss aģentus, izmantojot WebSocket: VAD, balss funkciju izsaukumus, notikumus un SIP tālruņu integrāciju.
16 nodarbību ca. 1 h Programmētājs
Ko jūs apgūsiet
- Atvērt reāllaika WebSocket sesiju, kas autentificēta ar īslaicīgiem žetoniem un konfigurēta, izmantojot session.update
- Apstrādāt PCM un G.711 audio plūsmas, vienlaikus pārvaldot automātisko runas noteikšanu
- Apmeklēt klienta uz serveri un servera uz klientu notikumu ciklu sarunas laikā
- Izsaukt balss funkcijas un iebūvētos rīkus dzīvās apmaiņas laikā
- Savienot balss aģentu ar telefoniju, izmantojot SIP un LiveKit, un konvertēt audio valodā Python
Kursa kartīte
- Kam paredzēts
- Izstrādātāji, inženieri un integrētāji, kas vēlas lietot Grok caur API savās lietotnēs.
- Priekšnosacījumi
- Spēja lasīt Python vai JavaScript un JSON, kā arī pamata komandrindas prasmes. Nepieciešama API atslēga no xAI konsoles, lai izmēģinātu piemērus.
- Ilgums
- 1 h — 16 nodarbību
- Formāti
- 100% tiešsaistē un pašmācības režīmā, pieejams 24/7 no jebkura pārlūka. Tavs progress tiek saglabāts, tāpēc vari turpināt jebkurā brīdī. Paredzētais laiks: 1 h.
- Novērtējums
- Pašnovērtējums ar galvenajiem secinājumiem katras nodarbības beigās un praktiska piemēru pielietošana saviem lietojumiem. Noslēguma tests ar 5 jautājumiem un atbildēm pēdējās nodarbības beigās ļauj pārbaudīt apgūto.
- Pieejamība
- Šis kurss ir izstrādāts, lai būtu pieejams cilvēkiem ar invaliditāti: teksta saturs saderīgs ar ekrāna lasītājiem, navigācija ar tastatūru un atbilstoša krāsu kontrasta attiecība. Lai pieprasītu pielāgojumus, raksti uz [email protected].
- Cena
- Gratis
Kursa saturs
- 01 Galapunkts WebSocket un savienojums reāllaikā
- 02 Autentifikācija un īslaicīgie pilnvarojumi
- 03 Konfigurē sesiju, izmantojot session.update
- 04 Notikumi session.created un session.updated
- 05 Audio formāti: PCM un G.711
- 06 VAD: automātiska runas noteikšana
- 07 Nosūtīt audio ar input_audio_buffer.append
- 08 Fiksē un notīri audio buferi
- 09 Notikumi no klienta uz serveri
- 10 Notikumi no servera uz klientu
- 11 Saņem un atskaņo atbildes audio
- 12 Notikumi MCP balss sarunās
- 13 Funkciju izsaukšana ar balsi
- 14 Iebūvētie rīki: meklēšana tīmeklī, X un kolekcijas
- 15 Telefonija: SIP, LiveKit un G.711
- 16 Utilitaires de conversion audio en Python