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