Svensk version
Voice Agent API: samtal i realtid
Bygg röstagenter över WebSocket: VAD, röstfunktionsanrop, händelser och SIP-telefonintegration.
16 lektioner ca. 1 h Utvecklare
Vad du lär dig
- Öppna en WebSocket-session i realtid autentiserad med tillfälliga token och konfigurerad via session.update
- Bearbeta PCM- och G.711-ljudströmmar samtidigt som automatisk taldetektering hanteras
- Hantera händelsecykeln från klient till server och från server till klient i ett samtal
- Utlösa röstfunktionsanrop och inbyggda verktyg under ett live-utbyte
- Ansluta en röstagent till telefoni via SIP och LiveKit, samt konvertera ljud i Python
Kursöversikt
- Målgrupp
- Utvecklare, ingenjörer och integratörer som vill använda Grok via API:t i sina applikationer.
- Förkunskaper
- Förmåga att läsa Python eller JavaScript och JSON, samt grundläggande kommandoradsfärdigheter. En API-nyckel från xAI-konsolen för att testa exemplen.
- Studietid
- 1 h — 16 lektioner
- Upplägg
- 100 % online och i eget tempo, tillgängligt 24/7 från vilken webbläsare som helst. Dina framsteg sparas så att du kan fortsätta där du slutade när som helst. Beräknad tid: 1 h.
- Bedömning
- Självutvärdering med viktiga slutsatser i slutet av varje lektion, och praktisk övning genom att tillämpa exemplen på dina egna användningsfall. Ett avslutande quiz med 5 frågor och svar, i slutet av den sista lektionen, låter dig kontrollera vad du har lärt dig.
- Tillgänglighet
- Denna kurs är utformad för att vara tillgänglig för personer med funktionsnedsättning: textinnehåll kompatibelt med skärmläsare, tangentbordsnavigering och färgkontrast som följer riktlinjerna. För begäran om anpassning, mejla [email protected].
- Pris
- Gratis
Kursens innehåll
- 01 WebSocket-slutpunkten och den realtidsbaserade anslutningen
- 02 Autentisering och tillfälliga token
- 03 Konfigurera sessionen med session.update
- 04 Händelserna session.created och session.updated
- 05 Ljudformat: PCM och G.711
- 06 VAD: automatisk taldetektering
- 07 Skicka ljud med input_audio_buffer.append
- 08 Validera och töm ljudbufferten
- 09 Händelser från klient till server
- 10 Händelser från server till klient
- 11 Ta emot och spela upp ljudsvaret
- 12 MCP-händelser i röstsamtal
- 13 Anrop av funktioner via röst
- 14 Inbyggda verktyg: webbsökning, X och samlingar
- 15 Telefoni: SIP, LiveKit och G.711
- 16 Verktyg för ljudkonvertering i Python