Ir para o conteúdo principal
Português— Escolher um idioma
Menu

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

  1. 01 Arquitetura WebSocket da API em Tempo Real
  2. 02 Sessões, eventos e ciclo de vida
  3. 03 Transmissão de Áudio Bidirecional
  4. 04 Chamada de funções em tempo real
  5. 05 Interrupções e Gestão de Turnos
  6. 06 Transcrever um ficheiro de áudio: gpt-transcribe e Whisper
  7. 07 Formatos e idiomas suportados
  8. 08 Tradução Automática
  9. 09 Otimizar a Qualidade da Transcrição
  10. 10 A API TTS: Gerar Fala
  11. 11 Vozes Disponíveis e Personalização
  12. 12 Transmissão de áudio em tempo real
  13. 13 Controlo da Prosódia e da Velocidade da Fala
  14. 14 Construir um agente de voz completo
  15. 15 Integração Telefónica (Twilio, etc.)
  16. 16 Assistente de Voz Multimodal
  17. 17 Latência e Otimização em Tempo Real
  18. 18 Produção: Escalabilidade e Monitorização