Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Svensk version

Grok Voice & Audio

Realtidskonversationer med röst och naturlig text-till-tal (28 röster, 20 språk). Inkluderar uttrycksfulla taggar och telefonintegration.

14 lektioner ca. 1 h 45 min Medelnivå

Vad du lär dig

  • Konfigurera en realtidsröstsession med Grok genom att välja röst, språk och personlighet
  • Hantera WebSocket-händelser i en röstkonversation för att styra hur utbytet fortlöper
  • Utlösa affärsfunktioner under en röstkonversation med funktionsanrop
  • Producera naturlig ljudberättelse genom att styra intonation med TTS-API:ts uttrycksfulla taggar
  • Säkra och skala en röstassistent: tillfälliga token, strömning, SIP-integration och ljudformat

Kursöversikt

Målgrupp
Alla som vill upptäcka och använda Grok. Ingen teknisk bakgrund krävs.
Förkunskaper
Viss tidigare erfarenhet av generativ AI rekommenderas.
Studietid
1 h 45 min — 14 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 45 min.
Bedömning
Praktiska övningar genom hela lektionerna. Varje lektion avslutas med viktiga slutsatser för självutvärdering. Ett slutprov 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 standarden. För alla förfrågningar om anpassning, mejla [email protected].
Pris
Gratis

Kursens innehåll

  1. 01 Möt Grok Voice Agent
  2. 02 Konfigurera en röstsession
  3. 03 Välj röst och personlighet
  4. 04 Behärska WebSocket-händelser
  5. 05 Verktyg och funktionsanrop i röstläge
  6. 06 Kom igång med Text-to-Speech API:t
  7. 07 Uttrycksfulla taggar och talstyrning
  8. 08 Språk och flerspråkigt tal
  9. 09 Streaming av TTS över WebSocket
  10. 10 Bygg en interaktiv röstassistent
  11. 11 Produktion av berättande och ljudinnehåll
  12. 12 SIP-telefoni och LiveKit-integration
  13. 13 Ephemera token och säkerhet
  14. 14 Ljudformat och optimering