Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

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

  1. 01 Galapunkts WebSocket un savienojums reāllaikā
  2. 02 Autentifikācija un īslaicīgie pilnvarojumi
  3. 03 Konfigurē sesiju, izmantojot session.update
  4. 04 Notikumi session.created un session.updated
  5. 05 Audio formāti: PCM un G.711
  6. 06 VAD: automātiska runas noteikšana
  7. 07 Nosūtīt audio ar input_audio_buffer.append
  8. 08 Fiksē un notīri audio buferi
  9. 09 Notikumi no klienta uz serveri
  10. 10 Notikumi no servera uz klientu
  11. 11 Saņem un atskaņo atbildes audio
  12. 12 Notikumi MCP balss sarunās
  13. 13 Funkciju izsaukšana ar balsi
  14. 14 Iebūvētie rīki: meklēšana tīmeklī, X un kolekcijas
  15. 15 Telefonija: SIP, LiveKit un G.711
  16. 16 Utilitaires de conversion audio en Python