Przejdź do głównej treści
Polski— Wybierz język
Menu

Wersja polska

Grok Voice & Audio

Rozmowy głosowe w czasie rzeczywistym i naturalne przetwarzanie tekstu na mowę (28 głosów, 20 języków). Zawiera tagi ekspresyjne i integrację telefoniczną.

14 lekcji ok. 1 h 45 min Średnio zaawansowani

Czego się nauczysz

  • Skonfigurowanie sesji głosowej w czasie rzeczywistym z Grok poprzez wybór głosu, języka i osobowości
  • Obsługa zdarzeń WebSocket w rozmowie głosowej w celu kontrolowania przebiegu wymiany
  • Uruchamianie funkcji biznesowych podczas rozmowy głosowej za pomocą wywoływania funkcji
  • Tworzenie naturalnej narracji audio poprzez kontrolowanie intonacji za pomocą tagów ekspresyjnych interfejsu API TTS
  • Zabezpieczanie i skalowanie asystenta głosowego: tokeny jednorazowe, strumieniowanie, integracja SIP i formaty audio

Karta kursu

Dla kogo
Każdy, kto chce odkryć i wykorzystać Grok. Nie jest wymagane żadne doświadczenie techniczne.
Wymagania wstępne
Zalecane jest pewne wcześniejsze doświadczenie z generatywną sztuczną inteligencją.
Czas trwania
1 h 45 min — 14 lekcji
Forma
100% online i we własnym tempie, dostępne 24/7 z dowolnej przeglądarki. Twój postęp jest zapisywany, więc możesz kontynuować naukę w dowolnym momencie. Szacowany czas: 1 h 45 min.
Weryfikacja wiedzy
Ćwiczenia praktyczne 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
Ten 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 dostosowania, prosimy o kontakt pod adresem [email protected].
Cena
Bezpłatnie

Program kursu

  1. 01 Poznaj agenta głosowego Grok
  2. 02 Konfiguracja sesji głosowej
  3. 03 Wybierz głos i osobowość
  4. 04 Opanuj zdarzenia WebSocket
  5. 05 Narzędzia i wywoływanie funkcji w trybie głosowym
  6. 06 Rozpocznij pracę z interfejsem API Text-to-Speech
  7. 07 Tagi ekspresyjne i sterowanie mową
  8. 08 Języki i mowa wielojęzyczna
  9. 09 Strumieniowanie TTS przez WebSocket
  10. 10 Budowa interaktywnego asystenta głosowego
  11. 11 Narracja i produkcja treści audio
  12. 12 Telefonia SIP i integracja z LiveKit
  13. 13 Tokeny jednorazowe i bezpieczeństwo
  14. 14 Formaty audio i optymalizacja