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