Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Slovenské vydanie

Voice Agent API: konverzácie v reálnom čase

Vytvárajte hlasových agentov cez WebSocket: VAD, volanie hlasových funkcií, udalosti a integrácia telefónov SIP.

16 lekcií ca. 1 h Vývojár

Čo sa naučíte

  • Otvoriť reláciu WebSocket v reálnom čase overenú pomocou jednorazových tokenov a nakonfigurovanú prostredníctvom session.update
  • Spracovávať audio streamy PCM a G.711 pri súčasnej správe automatickej detekcie reči
  • Spravovať cyklus udalostí medzi klientom a serverom a medzi serverom a klientom počas konverzácie
  • Spúšťať volanie hlasových funkcií a vstavané nástroje počas živého rozhovoru
  • Pripojiť hlasového agenta k telefónii prostredníctvom SIP a LiveKit a konvertovať audio v Pythone

Osnova kurzu

Komu je kurz určený
Vývojári, inžinieri a integrátori, ktorí chcú používať Grok prostredníctvom API vo svojich aplikáciách.
Predpoklady
Schopnosť čítať Python alebo JavaScript a JSON, plus základné zručnosti s príkazovým riadkom. API kľúč z konzoly xAI na vyskúšanie príkladov.
Dĺžka
1 h — 16 lekcií
Formát
100 % online a vo vlastnom tempe, dostupné 24/7 z akéhokoľvek prehliadača. Váš postup sa ukladá, takže môžete kedykoľvek pokračovať tam, kde ste prestali. Odhadovaný čas: 1 h.
Hodnotenie
Samohodnotenie s kľúčovými poznatkami na konci každej lekcie a praktické cvičenie aplikujúce príklady na vaše vlastné prípady použitia. Záverečný kvíz s 5 otázkami a odpoveďami na konci poslednej lekcie vám umožní skontrolovať, čo ste sa naučili.
Prístupnosť
Tento kurz je navrhnutý tak, aby bol prístupný pre ľudí so zdravotným postihnutím: textový obsah kompatibilný so čítačkami obrazovky, navigácia pomocou klávesnice a vyhovujúci farebný kontrast. Pre akúkoľvek žiadosť o ubytovanie napíšte na [email protected].
Cena
Zadarmo

Obsah kurzu

  1. 01 Koncový bod WebSocket a pripojenie v reálnom čase
  2. 02 Overovanie a prechodné tokeny
  3. 03 Konfigurácia relácie pomocou session.update
  4. 04 Udalosti session.created a session.updated
  5. 05 Formáty zvuku: PCM a G.711
  6. 06 VAD: automatická detekcia reči
  7. 07 Odosielanie zvuku pomocou input_audio_buffer.append
  8. 08 Odovzdanie a vyčistenie zvukovej vyrovnávacej pamäte
  9. 09 Udalosti od klienta k serveru
  10. 10 Udalosti zo servera na klienta
  11. 11 Prijímanie a prehrávanie zvukovej odpovede
  12. 12 Udalosti MCP v hlasových konverzáciách
  13. 13 Volanie funkcií hlasom
  14. 14 Vstavané nástroje: vyhľadávanie na webe, X a kolekcie
  15. 15 Telefónia: SIP, LiveKit a G.711
  16. 16 Nástroje na konverziu zvuku v Pythone