Slovenské vydanie
Realtime API a hlasoví agenti
Tento kurz pokrýva Realtime API, Whisper, TTS a budovanie kompletných hlasových agentov pre telefóniu a asistentov.
18 lekcií ca. 1 h 15 min Vývojár
Čo sa naučíte
- Vytvoriť reláciu WebSocket s Realtime API a spravovať udalosti životného cyklu
- Streamovať obojsmerný zvuk pri súčasnom riešení prerušení a správy striedania v konverzácii
- Prepisovať a prekladať zvukové súbory pomocou Whisper pri optimalizácii kvality na základe jazyka
- Generovať reč pomocou TTS API riadením hlasu, prosódie a rýchlosti
- Vybudovať hlasového agenta integrovaného s telefóniou a zvládnuť jeho latenciu v prevádzke
Osnova kurzu
- Komu je kurz určený
- Vývojári, inžinieri a integrátori, ktorí chcú využiť ChatGPT prostredníctvom API vo svojich aplikáciách.
- Predpoklady
- Schopnosť čítať Python a JSON, základy príkazového riadku. API kľúč z platformy OpenAI na vyskúšanie príkladov.
- Dĺžka
- 1 h 15 min — 18 lekcií
- Formát
- 100 % online kurz vlastným tempom, dostupný 24/7 z prehliadača. Postup sa ukladá, môžete pokračovať kedykoľvek. Odhadovaný čas: 45 min.
- Hodnotenie
- Overovacie kvízy integrované v kurze. Každá lekcia končí svojimi kľúčovými poznatkami, ktoré podporujú sebahodnotenie.
- Prístupnosť
- Kurz vlastným tempom prístupný pre ľudí so zdravotným postihnutím: textový obsah kompatibilný so čítačkami obrazovky, navigácia pomocou klávesnice a vyhovujúce kontrasty. Pre akékoľvek potreby úprav napíšte na [email protected].
- Cena
- Zadarmo
Obsah kurzu
- 01 Architektúra WebSocket rozhrania Realtime API
- 02 Relácie, udalosti a životný cyklus
- 03 Obojsmerné streamovanie zvuku
- 04 Volanie funkcií v reálnom čase
- 05 Prerušenia a správa ťahov
- 06 Prepis zvukového súboru: gpt-transcribe a Whisper
- 07 Podporované formáty a jazyky
- 08 Automatický preklad
- 09 Optimalizácia kvality prepisu
- 10 API TTS: Generovanie reči
- 11 Dostupné hlasy a prispôsobenie
- 12 Streamovanie zvuku v reálnom čase
- 13 Ovládanie prosódie a rýchlosti reči
- 14 Vytvor kompletného hlasového agenta
- 15 Integrácia telefónie (Twilio a ďalšie)
- 16 Hlasový asistent s viacerými módmi
- 17 Latencia a optimalizácia v reálnom čase
- 18 Produkcia: Škálovanie a monitorovanie