VoiceAgent全栈实战(仿豆包语音案例)_哔哩哔哩_bilibili

投稿

收藏

稿件投诉

记笔记

用手机看

VoiceAgent全栈实战(仿豆包语音案例)

446

已完结 · 共36课时

长期有效

手撕一个可打断的实时语音 Agent,含全套原理图和全栈源码

发布者

关注

亢老师-AIRTC

WebRTC全栈专家，深耕医疗金融领域。现专注AI Agent与实时交互融合。于玄微处，见大智能；借AI之力，通AI之路。

课程概述

评论（0）

课程介绍

课程介绍

课程介绍

常见问题

Q：课程在什么时间更新？

A：课程更新频次以页面前端展示为准。购买成功后，课程更新将通过账号动态提示，方便及时观看。

Q：课程购买后有收看时间限制吗？

A：购买后除不可抗力因素外，本课程长期有效，请您放心购买。

Q：原价购买课程后，如遇到优惠折扣，是否可以退还差价或重新购买？

A：虚拟商品付款后无法返还，请您随时留意各类课程折扣信息，按需购买。

Q：购买课程后是否可以加入老师的粉丝群或者用户群？

A：如老师设置用户群，我们将邀您加入，但我们无法承诺所有老师均提供用户群服务，感谢理解。

购买须知

1. 本内容为付费内容，购买成功后方可观看。

2. 本内容为虚拟服务，已购买内容不支持退款，敬请谅解。

3. 实际购买价格以页面展示的价格及订单结算页显示价格为准。

199 元/36课时立即购买

课程目录

仅看课时

附赠课件

章节选择

课程介绍

全集试看

01项目概述

视频课

9分56秒

2

全集试看

02RAG版本介绍

视频课

2分59秒

3

全集试看

03仿豆包语音案例介绍

视频课

2分46秒

理论基础

4

全集试看

01总体架构及完整流程

视频课

8分18秒

5

全集试看

02对话时间线及延迟分析

视频课

5分45秒

6

03对话打断-VAD原理及打断流程

视频课

8分31秒

7

04断句原理-本地VAD与神经网络VAD

视频课

10分17秒

8

05实时语音识别ASR原理

视频课

10分30秒

9

06TTS文字转语音原理

视频课

7分57秒

10

07LLM与RAG基本原理

视频课

5分35秒

11

全集试看

08WebRTC在VoiceAgent里的基本流程

视频课

9分

12

09Whip协议详解

视频课

11分16秒

13

10DataChannel数据传输

视频课

6分41秒

14

11语音流走向详解

视频课

7分33秒

项目实战

15

01项目概述及环境准备

视频课

9分56秒

16

02WebSocket客户端与服务端实现

视频课

6分19秒

17

03客户端音频采集及发送二进制数据

视频课

6分36秒

18

04服务端接收二进制数据并转成PCM格式

视频课

4分45秒

19

05服务端Pipeline流水线实现

视频课

8分26秒

20

06服务端STT接入实现

视频课

7分24秒

21

全集试看

07服务端LLM实现OpenAI标准协议

视频课

5分42秒

22

08服务端TTS接入实现

视频课

5分57秒

23

09客户端接收PCM数据并播放处理

视频课

4分3秒

24

10VAD打断实现及项目总结

视频课

8分25秒

25

部分试看

11WebRTC通话流程详解

视频课

7分55秒

26

12WebRTC音频传输处理

视频课

9分8秒

27

13Whip及DataChannel处理

视频课

10分52秒

RAG实现

28

部分试看

01Ollama介绍及安装

视频课

7分12秒

29

02调用Ollama嵌入数据

视频课

8分58秒

30

03使用Chromadb存入向量数据

视频课

9分37秒

31

04实现记忆及查询功能

视频课

7分32秒

32

部分试看

05Chromadb处理及项目总结

视频课

4分21秒

33

06处理Bug及优化项目

视频课

8分49秒

豆包语音案例

34

01项目准备及需求分析

视频课

6分20秒

35

02前端UI及动画实现

视频课

11分27秒

36

03后端实现并与前端对接逻辑

视频课

11分52秒

相关推荐