Ikkonfigura s-sessjoni b'session.update
F'din il-paġna
Aġġornat fit-3 ta’ Novembru, 2026, ibbażat fuq il-paġni Speech to Speech u Text to Speech ta’ xAI: 28 vuċi integrati, u
turn_detectionstabbilit mill-typetiegħu biss (b’idle_timeout_msfakultattiv). 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.updatehuwa l-ewwel messaġġ li għandek tibgħat warasession.created- Il-qasam
instructionsjiddefinixxi 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.updatediversi drabi biex tbiddel l-imġiba f’nofs il-konversazzjoni