Salt la conținutul principal
Română— Alege o limbă
Meniu

Ediția în limba română

API Agent Vocal: conversații în timp real

Construiți agenți vocali prin WebSocket: VAD, apelarea funcțiilor vocale, evenimente și integrarea telefoanelor SIP.

16 lecții cca. 1 h Dezvoltator

Ce veți învăța

  • Deschideți o sesiune WebSocket în timp real, autentificată cu token-uri efemere și configurată prin session.update
  • Procesați fluxuri audio PCM și G.711 gestionând în același timp detectarea automată a vorbirii
  • Gestionați ciclul de evenimente client-către-server și server-către-client al unei conversații
  • Declanșați apelarea funcțiilor vocale și instrumentele încorporate în timpul unui schimb în direct
  • Conectați un agent vocal la telefonie prin SIP și LiveKit și convertiți audio în Python

Fișa cursului

Cui se adresează
Dezvoltatori, ingineri și integratori care doresc să utilizeze Grok prin API în aplicațiile lor.
Prerechizite
Capacitatea de a citi Python sau JavaScript și JSON, plus competențe de bază în linia de comandă. O cheie API din consola xAI pentru a testa exemplele.
Durată
1 h — 16 lecții
Format
100% online și în ritmul propriu, disponibil 24/7 din orice browser. Progresul dumneavoastră este salvat, astfel încât puteți relua activitatea de unde ați rămas, în orice moment. Timp estimat: 1 h.
Evaluare
Autoevaluare cu principalele concluzii la sfârșitul fiecărei lecții și practică aplicată prin utilizarea exemplelor în propriile cazuri de utilizare. Un test final de 5 întrebări cu răspunsuri, la sfârșitul ultimei lecții, vă permite să verificați ce ați învățat.
Accesibilitate
Acest curs este conceput pentru a fi accesibil persoanelor cu dizabilități: conținut text compatibil cu cititoarele de ecran, navigare prin tastatură și contrast de culori conform. Pentru orice solicitare de acomodare, trimiteți un e-mail la [email protected].
Preț
Gratis

Conținutul cursului

  1. 01 Endpointul WebSocket și conexiunea în timp real
  2. 02 Autentificare și token-uri efemere
  3. 03 Configurați sesiunea cu session.update
  4. 04 Evenimentele session.created și session.updated
  5. 05 Formate audio: PCM și G.711
  6. 06 VAD: detectarea automată a vorbirii
  7. 07 Trimiteți audio cu input_audio_buffer.append
  8. 08 Validarea și golirea tamponului audio
  9. 09 Evenimente client-către-server
  10. 10 Evenimente server-to-client
  11. 11 Recepționarea și redarea răspunsului audio
  12. 12 Evenimente MCP în conversațiile vocale
  13. 13 Apelarea funcțiilor prin voce
  14. 14 Instrumente native: căutare web, X și colecții
  15. 15 Telefonie: SIP, LiveKit și G.711
  16. 16 Utilitare de conversie audio în Python