Wersja polska
Interfejs API Text-to-Speech
Profesjonalna synteza mowy przez HTTP i WebSocket: 28 naturalnych głosów, tagi ekspresyjne, strumieniowanie oraz każdy format audio.
14 lekcji ok. 1 h Programista
Czego się nauczysz
- Generowanie mowy przez punkt końcowy /v1/tts z wyborem głosu i formatu audio
- Kształtowanie intonacji syntetycznego głosu za pomocą liniowych i otaczających tagów ekspresyjnych
- Budowa potoku strumieniowania, który przekazuje dane wyjściowe modelu LLM do syntezy mowy przez WebSocket
- Zarządzanie sesjami TTS przez WebSocket i diagnozowanie błędów HTTP napotykanych w środowisku produkcyjnym
- Bezpieczne przechowywanie klucza API podczas integracji syntezy mowy w przeglądarce
Karta kursu
- Dla kogo
- Deweloperzy, inżynierowie i integratorzy, którzy chcą korzystać z Grok przez API w swoich aplikacjach.
- Wymagania wstępne
- Umiejętność czytania kodu w Pythonie lub JavaScript oraz JSON, a także podstawowe umiejętności pracy z wierszem poleceń. Klucz API z konsoli xAI do wypróbowania przykładów.
- Czas trwania
- 1 h — 14 lekcji
- Forma
- 100% online i we własnym tempie, dostępne 24/7 z dowolnej przeglądarki. Postępy są zapisywane, dzięki czemu można kontynuować naukę w dowolnym momencie. Szacowany czas: 1 h.
- Weryfikacja wiedzy
- Praktyczne ćwiczenia w trakcie lekcji. Każda lekcja kończy się kluczowymi wnioskami pozwalającymi na samoocenę. Końcowy quiz składający się z 5 pytań z odpowiedziami, umieszczony na końcu ostatniej lekcji, pozwala sprawdzić przyswojoną wiedzę.
- Dostępność
- Kurs został zaprojektowany z myślą o dostępności dla osób z niepełnosprawnościami: treść tekstowa kompatybilna z czytnikami ekranu, nawigacja za pomocą klawiatury oraz zgodny kontrast kolorów. W przypadku wszelkich próśb o dostosowanie prosimy o kontakt pod adresem [email protected].
- Cena
- Bezpłatnie
Program kursu
- 01 Punkt końcowy POST /v1/tts
- 02 Parametry żądania TTS
- 03 Wyświetlanie dostępnych głosów
- 04 Odpowiedź audio i cennik
- 05 Tagi ekspresyjne wbudowane
- 06 Tagi obejmujące
- 07 Łączenie tagów ekspresyjnych
- 08 Zaawansowane przypadki użycia tagów
- 09 Połączenie WebSocket z TTS
- 10 Komunikaty WebSocket: tekst i dźwięk
- 11 Zarządzanie sesjami WebSocket
- 12 Potok strumieniowy od LLM do TTS
- 13 Błędy HTTP i bezpieczeństwo klucza API
- 14 Integracja z przeglądarką i najlepsze praktyki