Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

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

  1. 01 WebSocket-slutpunkten och den realtidsbaserade anslutningen
  2. 02 Autentisering och tillfälliga token
  3. 03 Konfigurera sessionen med session.update
  4. 04 Händelserna session.created och session.updated
  5. 05 Ljudformat: PCM och G.711
  6. 06 VAD: automatisk taldetektering
  7. 07 Skicka ljud med input_audio_buffer.append
  8. 08 Validera och töm ljudbufferten
  9. 09 Händelser från klient till server
  10. 10 Händelser från server till klient
  11. 11 Ta emot och spela upp ljudsvaret
  12. 12 MCP-händelser i röstsamtal
  13. 13 Anrop av funktioner via röst
  14. 14 Inbyggda verktyg: webbsökning, X och samlingar
  15. 15 Telefoni: SIP, LiveKit och G.711
  16. 16 Verktyg för ljudkonvertering i Python