Salt la conținutul principal
Română— Alege o limbă
Meniu

Ediția în limba română

API în timp real și agenți vocali

Acest curs acoperă API-ul în timp real, Whisper, TTS și construirea de agenți vocali complecți pentru telefonie și asistenți.

18 lecții cca. 1 h 15 min Dezvoltator

Ce veți învăța

  • Stabilirea unei sesiuni WebSocket cu API-ul în timp real și gestionarea evenimentelor din ciclul de viață
  • Transmiterea audio bidirecțională în timp ce gestionați întreruperile și gestionarea preluării cuvântului
  • Transcrierea și traducerea fișierelor audio cu Whisper, optimizând calitatea în funcție de limbă
  • Generarea vorbirii cu API-ul TTS prin controlul vocii, prozodiei și vitezei
  • Construirea unui agent vocal integrat cu telefonie și stăpânirea latenței acestuia în producție

Fișa cursului

Cui se adresează
Dezvoltatori, ingineri și integratori care doresc să utilizeze ChatGPT prin API în aplicațiile lor.
Prerechizite
Capacitatea de a citi Python și JSON, noțiuni de bază despre linia de comandă. O cheie API de la platforma OpenAI pentru a testa exemplele.
Durată
1 h 15 min — 18 lecții
Format
Curs 100% online, în ritmul propriu, accesibil 24/7 dintr-un browser. Progresul este salvat, puteți relua oricând. Durată estimată: 45 min.
Evaluare
Quiz-uri de validare integrate în curs. Fiecare lecție se încheie cu punctele sale cheie, sprijinind autoevaluarea.
Accesibilitate
Curs în ritmul propriu, accesibil persoanelor cu dizabilități: conținut text compatibil cu cititoarele de ecran, navigare prin tastatură și contraste conforme. Pentru orice nevoi de adaptare, trimiteți un e-mail la [email protected].
Preț
Gratis

Conținutul cursului

  1. 01 Arhitectura WebSocket a API-ului Realtime
  2. 02 Sesiuni, evenimente și ciclu de viață
  3. 03 Flux audio bidirecțional
  4. 04 Apelarea de funcții în timp real
  5. 05 Întreruperi și gestionarea tururilor de vorbire
  6. 06 Transcrierea unui fișier audio: gpt-transcribe și Whisper
  7. 07 Formate și limbi acceptate
  8. 08 Traducere automată
  9. 09 Optimizați calitatea transcrierii
  10. 10 API-ul TTS: Generarea vorbirii
  11. 11 Voci disponibile și personalizare
  12. 12 Flux audio în timp real
  13. 13 Controlul prozodiei și al vitezei de vorbire
  14. 14 Construire un agent vocal complet
  15. 15 Integrarea telefonică (Twilio, etc.)
  16. 16 Asistent vocal multimodal
  17. 17 Latență și optimizare în timp real
  18. 18 Production: Scalabilitate și Monitorizare