Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Ikkonfigura s-sessjoni b'session.update

Lezzjoni 3 / 16 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Ikkonfigura l-aġent bil-vuċi tiegħek
  2. L-istruttura sħiħa ta’ session.update
  3. Is-settings fid-dettall
  4. Aġġorna s-sessjoni f’nofs il-konversazzjoni
  5. Punti Ewlenin

Aġġornat fit-3 ta’ Novembru, 2026, ibbażat fuq il-paġni Speech to Speech u Text to Speech ta’ xAI: 28 vuċi integrati, u turn_detection stabbilit mill-type tiegħu biss (b’idle_timeout_ms fakultattiv). Sorsi: Speech to Speech · Text to Speech.

Ikkonfigura l-aġent bil-vuċi tiegħek

Ladarba l-konnessjoni WebSocket tkun miftuħa u tkun irċevejt l-avveniment session.created, ikkonfigura s-sessjoni billi tibgħat messaġġ session.update. Hawnhekk tiddefinixxi kif jiġi mġiebed l-aġent bil-vuċi tiegħek: il-personalità tiegħu, il-vuċi tiegħu, l-għodod li jista’ juża, u kif jiskopri meta jkun hemm bidla fid-diskors (turn detection).

L-istruttura sħiħa ta’ session.update

Hawnhekk hemm eżempju dettaljat ta’ konfigurazzjoni:

{
  "type": "session.update",
  "session": {
    "instructions": "You are a professional voice assistant for a law firm. Answer concisely and precisely. Use a formal tone.",
    "voice": "Rex",
    "tools": [
      {"type": "web_search"},
      {
        "type": "function",
        "name": "look_up_case",
        "description": "Looks up a client case by number",
        "parameters": {
          "type": "object",
          "properties": {
            "case_number": {
              "type": "string",
              "description": "Client case number"
            }
          },
          "required": ["case_number"]
        }
      }
    ],
    "turn_detection": {
      "type": "server_vad"
    },
    "audio": {
      "input": {
        "format": {"type": "audio/pcm", "rate": 24000}
      },
      "output": {
        "format": {"type": "audio/pcm", "rate": 24000}
      }
    }
  }
}

Is-settings fid-dettall

Istruzzjonijiet (system prompt)

Il-qasam instructions huwa l-ekwivalenti tas-system prompt fl-APIs tat-test: jiddefinixxi l-personalità, il-kuntest u l-limiti tal-aġent bil-vuċi tiegħek. Madankollu, il-kitba tiegħu ġġib magħha restrizzjoni speċifika għall-vuċi: il-konċiżjoni. Kull token tal-prompt jiġi pproċessat qabel l-ewwel risposta, u prompt twil wisq jikkostalek latenza notevoli hekk kif tikkonnettja ċ-ċajta. Ibbqa’ mal-essenzjali u ċċaqlaq id-dettalji fil-loġika tal-applikazzjoni tiegħek. F’dak il-baġit ristrett, tliet affarijiet jistħoqqilhom post. It-ton (formali, ħbieb, tekniku), għax l-aġent bil-vuċi jincarna literalment il-marka tiegħek fil-widna tal-klijent. Il-lingwa: speċifikaha (“wieġeb bl-Ingliż”), inkella l-aġent jista’ jsegwi l-lingwa tal-utent jew tal-mistoqsija. U l-limiti: x’jista’ jagħmel l-aġent u, l-aktar importanti, x’għandu jirrifjuta jew jgħaddi lil bniedem, għax fuq it-telefon tweġiba barra mill-iskop toħroġ qabel ma xi ħadd ikun jista’ jirrevediha.

Vuċi

Is-setting voice jaċċetta waħda mill-28 vuċi integrati ta’ xAI (sal-3 ta’ Novembru, 2026), kondiviża mill-aġent bil-vuċi u t-text-to-speech, jew l-ID ta’ vuċi personalizzata maħluqa bl-API Custom Voices. L-IDs tal-vuċijiet mhumiex sensittivi għall-kaxxa: eve, Eve, u EVE jirreferu kollha għall-istess vuċi. Kull vuċi titkellem kull lingwa appoġġjata.

Il-ħames vuċijiet oriġinali, kif jiddeskrivihom xAI:

  • eve: enerġetika u b’ton pożittiv, aċċent Brittaniku
  • ara: sħuna u ħbiba
  • rex: kunfidenti u ċara
  • sal: fluwida u bbilanċjata
  • leo: awtoritarja u qawwija, aċċent Brittaniku

Tlieta u għoxrin vuċi ġdida jingħaqdu magħhom: carina, zagan, helix, orion, luna, iris, altair, zenith, perseus, helios, lux, kepler, rigel, cosmo, celeste, ursa, sirius, lumen, castor, naksh, atlas, aurora, u liora. Tista’ tikseb il-lista attwali, bit-ton u l-każijiet ta’ użu ta’ kull vuċi, minn GET /v1/tts/voices jew fuq il-paġna Text to Speech ta’ xAI.

Għodod

L-array tools jiddefinixxi l-għodod li l-aġent jista’ jsejjaħ matul il-konversazzjoni. Tista’ tgħaqqad diversi tipi: tfittxija fuq il-web, tfittxija fuq X, funzjonijiet personalizzati, kollezzjonijiet RAG, u servers MCP. Il-lezzjonijiet li ġejjin ikopru l-għodod fid-dettall.

Konfigurazzjoni tal-awdjo

L-oġġett audio jistabbilixxi l-formati tal-input u tal-output. Tista’ tuża formati differenti għall-input u l-output jekk l-arkitettura tiegħek teħtieġ hekk (pereżempju, li tirċievi G.711 minn sistema tat-telefon u tibgħat PCM lejn browser).

Aġġorna s-sessjoni f’nofs il-konversazzjoni

Tista’ tibgħat session.update diversi drabi matul konversazzjoni. Dan jippermettilek tbiddel l-imġiba tal-aġent fuq it-titjira:

// Ibdel il-vuċi f'nofs il-konversazzjoni
ws.send(JSON.stringify({
  type: "session.update",
  session: {
    voice: "Ara"
  }
}));

// Żid għodda oħra
ws.send(JSON.stringify({
  type: "session.update",
  session: {
    tools: [
      { type: "web_search" },
      { type: "x_search" }
    ]
  }
}));

Id-dokumentazzjoni ta’ xAI tappoġġja espliċitament bidliet f’nofs is-sessjoni għal diversi settings (lingwa tat-traskrizzjoni, keywords, sostituzzjonijiet tal-pronunzja, trasport tal-awdjo), u session.updated jikkonfermahom: iċċekkjah biex tikkonferma l-konfigurazzjoni li ġiet applikata.

Punti Ewlenin

  • session.update huwa l-ewwel messaġġ li għandek tibgħat wara session.created
  • Il-qasam instructions jiddefinixxi l-personalità u l-limiti tal-aġent
  • Hemm 28 vuċi integrata disponibbli (inkluż eve, ara, rex, sal, u leo), flimkien ma’ vuċijiet personalizzati
  • Il-konfigurazzjoni tal-awdjo u l-għodod huma personalizzabbli
  • Tista’ tibgħat session.update diversi drabi biex tbiddel l-imġiba f’nofs il-konversazzjoni