Raz Shane, Parmelli, and Nolina Teneva walk through building conversational voice agents that transcribe speech, generate responses, and speak them back. They cover speech-to-text and text-to-speech pipelines, cloud infrastructure for scale, low-latency strategies, WebRTC for real-time communication, and integrating with phone systems via Lifekit.
KI Sprachagenten für die Produktion ein Kurs von Races Shane, Parmelli und Nolina Teneva. Raz und Shane arbeiten bei lifekids, Ra als CEO, Shane als Developer Advocate. Nolina leitet die Key bei Roavatar, einem Keyform Unternehmen, und entwickelte einen Konversations Avatar mit deeplearning AI. Ich habe lifekit sehr gerne verwendet und.
Konnte damit in nur wenigen Stunden sprachbasierte Anwendungen erstellen. Dieser Kurs erklärt die Erstellung von Sprachagenten.
Anhand unseres dblend AI Avatars und des RAW Avatars.
Beide nutzen eine meiner Stimme ähnliche Stimme für die Kommunikation mit vielen Nutzern. Lasst mich unser Projekt beschreiben. Es begann mit einem Konversationsagenten, vergleichbar mit.
Euren Projekten aus früheren Kurzkursen.
Dazu haben wir ein Speech to Ext.
Modell und ein Text to Speech Modell hinzugefügt. Ein Benutzer kann also etwas sagen. Das Gesagte wird in Text transkribiert und der Agent ermittelt die Antwort, die dann dem Benutzer als Audio vorgelesen wird. Wir wollten dies skalierbar gestalten, um eine.
Große Anzahl von Nutzern zu unterstützen.
Daher wechseln wir zu einer Cloud Infrastruktur.
Die viele gleichzeitige Nutzer unterstützen kann. Und obwohl es nicht direkt im Projekt.
DeepLearning AI verwendet wird, vereinfacht Lifekin auch die Telefonintegration. Bei einigen meiner Projekte konnte ich innerhalb weniger Stunden eine Telefonnummer kaufen, einen LM einrichten und per Anruf kontaktieren. LifeKit bietet eine Kommunikationsinfrastruktur für all diese sprachbasierten Workflows. Natalina, Raz und Shane werden Ihnen etwas mehr darüber erzählen.
Erfahren Sie mehr über die Komponenten einer.
Sprachpipeline, Sprachaktivitäts und Gesprächssendeerkennung sowie Strategien für geringe Latenz. Außerdem erfahren Sie mehr über die Verwendung von Echtzeit Netzwerkprotokollen wie WebRTC und darüber.
Wie sich Sprachagenten von anderen Anwendungen unterscheiden.
Sprachagenten haben einen Status und müssen, um effektiv zu sein, auch eine Präsenz haben.
Als ob sich am anderen Ende des.
Gesprächs eine Person befände.
Der Sprachsoftware Stack macht es viel einfacher.
Als zuvor anspruchsvolle eigene Anwendungen zu erstellen, mit denen Sie sprechen können. Ich denke, Sie werden überrascht sein, wie.
Schnell Sie überzeugende sprachbasierte Anwendungen erstellen können. Und ich überlasse meinem Avatar das Schlusswort. Sie werden Spaß am Bau sprachbasierter Anwendungen haben.
Ich hoffe, Sie nehmen an dem Kurs teil.
