Edição em português
API em Tempo Real e Agentes de Voz
Este curso abrange a API em Tempo Real, o Whisper, a síntese de voz (TTS) e a criação de agentes de voz completos para telefonia e assistentes.
18 aulas ca. 1 h 15 min Programador
O que vai aprender
- Estabelecer uma sessão WebSocket com a API em Tempo Real e gerir eventos do ciclo de vida
- Transmitir áudio bidirecional enquanto gere interrupções e a gestão de turnos de fala
- Transcrever e traduzir ficheiros de áudio com o Whisper, otimizando a qualidade com base no idioma
- Gerar fala com a API TTS, controlando a voz, a prosódia e a velocidade
- Criar um agente de voz integrado com telefonia e dominar a sua latência em produção
Ficha do curso
- Destinatários
- Programadores, engenheiros e integradores que pretendem aproveitar o ChatGPT via API nas suas aplicações.
- Pré-requisitos
- Capacidade de ler Python e JSON, noções básicas de linha de comandos. Uma chave de API da plataforma OpenAI para testar os exemplos.
- Duração
- 1 h 15 min — 18 aulas
- Modalidades
- Curso 100% online e autoinstrucional, acessível 24/7 através de um navegador. Progresso guardado, retome a qualquer momento. Duração estimada: 45 min.
- Avaliação
- Questionários de validação integrados no curso. Cada lição termina com os seus pontos-chave, apoiando a autoavaliação.
- Acessibilidade
- Curso autoinstrucional acessível a pessoas com deficiência: conteúdo de texto compatível com leitores de ecrã, navegação por teclado e contrastes conformes. Para quaisquer necessidades de adaptação, envie um e-mail para [email protected].
- Preço
- Gratis
Conteúdo do curso
- 01 Arquitetura WebSocket da API em Tempo Real
- 02 Sessões, eventos e ciclo de vida
- 03 Transmissão de Áudio Bidirecional
- 04 Chamada de funções em tempo real
- 05 Interrupções e Gestão de Turnos
- 06 Transcrever um ficheiro de áudio: gpt-transcribe e Whisper
- 07 Formatos e idiomas suportados
- 08 Tradução Automática
- 09 Otimizar a Qualidade da Transcrição
- 10 A API TTS: Gerar Fala
- 11 Vozes Disponíveis e Personalização
- 12 Transmissão de áudio em tempo real
- 13 Controlo da Prosódia e da Velocidade da Fala
- 14 Construir um agente de voz completo
- 15 Integração Telefónica (Twilio, etc.)
- 16 Assistente de Voz Multimodal
- 17 Latência e Otimização em Tempo Real
- 18 Produção: Escalabilidade e Monitorização